0 緒論
0.1 研究背景與研究意義
O.1.1 研究背景
O.1.2 研究意義
0.2 國內外研究現狀
0.2.1 隱晦文本表示研究
O.2.2 用戶行為分析研究
O.2.3 相關研究總結與評述
O.3 研究方法與研究思路
O.3.1 研究方法
0.3.2 研究思路與研究方案設計
O.4 研究內容與創新點
0.4.1 研究內容
0.4.2 研究創新點
1 相關概念與理論基礎
1.1 本研究相關概念
1.1.1 互聯網內容提供平臺中的隱晦文本
1.1.2 電子商務平臺中的隱晦文本
1.1.3 小結
1.2 深度神經網絡的相關理論和方法
1.2.1 卷積神經網絡
1.2.2 循環神經網絡
1. 2.3注意力機制
1.2.4 小結
1.3 基于深度學習的自然語言處理
1.3.1 語言模型和詞嵌入
1.3.2 文本分類
1.3.3 文本生成
1.3.4 小結
2 基礎文本表示模型
2.1 著眼于上下文信息高度依賴的模型
2.1.1 背景介紹
2.1.2 專注整體信息的門控循環單元
2.1.3 實驗
2.1.4 結果和討論
2.1.5 小結
2.2 局限性
3 基于隱晦文本內容特征的識別模型
3.1 針對比喻詞的隱晦文本識別模型
3.1.1 場景簡述
3.1.2 “通瀆精讀”模型
3.1.3 實驗
3.1.4 結果和討論
3.1.5 小結
3.2 面向漢字形變和音變的隱晦文本識別模型
3.2.1 場景簡述
3.2.2 “打水漂”模型
3.2.3 實驗
3.2.4 結果和討論
3.2.5 小結
3.3 局限性
4 結合隱晦文本內容特征和關聯用戶行為特征的識別模型
4.1 結合用戶閱讀行為的隱晦小說識別模型
4.1.1 場景簡述
4.1.2 內容和人類注意力的聯合學習模型
4.1.3 實驗
4.1.4 結果和討論
4.1.5 小結
4.2 結合用戶搜尋行為的隱晦商品識別模型
4.2.1 場景簡述
4.2.2 BIRD模型
4.2.3 實驗
4.2.4 結果和討論
4.2.5 小結
4.3 局限性
5 基于臨時額外交互特征的識別模型
5.1 基于循環交互的隱晦商品識別模型
5.1.1 場景簡述
5.1.2 循環滲透機
5.1.3 實驗
5.1.4 結果和討論
5.1.5 小結
5.2 局限性
6 總結與展望
6.1 研究總結
6.2 研究局限
6.3 未來研究方向
參考文獻