graduation project

本项目为本人大学本科毕业设计中设计实验所使用的代码。毕业设计的方向是探索中文词向量模型中语义信息与唯独参数的关系。

实验主要包括两个部分：

1.使用小语料设计的语义学（近义词）实验和统计学（协方差）实验 2.使用大语料设计的维度擦除实验

主要内容

1.文本预处理（分词，文本索引化） 2.词向量模型获取 3.语义学实验 4.统计学实验 5.构建CNN文本分类神经网络 5.擦除实验

其中，构建CNN文本分类神经网络部分代码使用了@Author : panjq的部分代码，主要用于搭建神经网络和训练CNN文本分类任务。详细内容可见util文件夹内源码部分有详细注释，这里也对其作者表示感谢。

使用小语料部分实验较为简单，故单独成码；使用大语料构建CNN网络部分较为复杂，其中文本预处理为create_word2vec.py，网络训练为train.py，擦除法本体为trainchange.py。具体内容见代码中注释

由于实验数据过大，项目内部不包含具体数据和实验中间模型以及实验结果。

详细内容见代码注释