包邮隐晦文本审核模型研究

0 绪论
0.1 研究背景与研究意义
O.1.1 研究背景
O.1.2 研究意义
0.2 国内外研究现状
0.2.1 隐晦文本表示研究
O.2.2 用户行为分析研究
O.2.3 相关研究总结与评述
O.3 研究方法与研究思路
O.3.1 研究方法
0.3.2 研究思路与研究方案设计
O.4 研究内容与创新点
0.4.1 研究内容
0.4.2 研究创新点
1 相关概念与理论基础
1.1 本研究相关概念
1.1.1 互联网内容提供平台中的隐晦文本
1.1.2 电子商务平台中的隐晦文本
1.1.3 小结
1.2 深度神经网络的相关理论和方法
1.2.1 卷积神经网络
1.2.2 循环神经网络
1. 2.3注意力机制
1.2.4 小结
1.3 基于深度学习的自然语言处理
1.3.1 语言模型和词嵌入
1.3.2 文本分类
1.3.3 文本生成
1.3.4 小结
2 基础文本表示模型
2.1 着眼于上下文信息高度依赖的模型
2.1.1 背景介绍
2.1.2 专注整体信息的门控循环单元
2.1.3 实验
2.1.4 结果和讨论
2.1.5 小结
2.2 局限性
3 基于隐晦文本内容特征的识别模型
3.1 针对比喻词的隐晦文本识别模型
3.1.1 场景简述
3.1.2 “通渎精读”模型
3.1.3 实验
3.1.4 结果和讨论
3.1.5 小结
3.2 面向汉字形变和音变的隐晦文本识别模型
3.2.1 场景简述
3.2.2 “打水漂”模型
3.2.3 实验
3.2.4 结果和讨论
3.2.5 小结
3.3 局限性
4 结合隐晦文本内容特征和关联用户行为特征的识别模型
4.1 结合用户阅读行为的隐晦小说识别模型
4.1.1 场景简述
4.1.2 内容和人类注意力的联合学习模型
4.1.3 实验
4.1.4 结果和讨论
4.1.5 小结
4.2 结合用户搜寻行为的隐晦商品识别模型
4.2.1 场景简述
4.2.2 BIRD模型
4.2.3 实验
4.2.4 结果和讨论
4.2.5 小结
4.3 局限性
5 基于临时额外交互特征的识别模型
5.1 基于循环交互的隐晦商品识别模型
5.1.1 场景简述
5.1.2 循环渗透机
5.1.3 实验
5.1.4 结果和讨论
5.1.5 小结
5.2 局限性
6 总结与展望
6.1 研究总结
6.2 研究局限
6.3 未来研究方向
参考文献