1. 毕业设计（论文）主要内容：

文本关键词表征了文本主题性和关键性的内容, 是文本内容理解的最小单位。

文本关键词抽取, 也称关键词提取或关键词标注, 是从文本中把与该文本所表达的意义最相关的一些词或短语抽取出来。

尽管神经模型对于文本关键词提取具有吸引力和日益普及，但缺乏训练数据仍然是阻碍它们在许多实际场景中被采用的关键瓶颈。

2. 毕业设计（论文）主要任务及要求

1.查阅15篇相关文献（不少于3篇外文文献），并每篇书写200—300字文献摘要（装订成册，带封面）；
2.认真填写周记，完成至少1500字开题报告（“设计的目的及意义”至少800汉字；“基本内容和技术方案”至少400汉字；进度安排应尽可能详细；教指导教师意见应包含：学生的调研是否充分？基本内容和技术方案是否已明确？是否已经具备开始设计（论文）的条件？能否达到预期的目标？是否同意进入设计（论文）阶段？）；
3.完成5000中文字以上的相关英文专业文献翻译，并装订成册（中英文一起，带封面）；
4.完成系统的编码与调试；
5.完成10000字以上的毕业论文；
6.进行论文答辩。

3. 毕业设计（论文）完成任务的计划与安排

(1)2019/1/19—2019/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；
(2)2019/3/1—2019/4/30：系统架构、程序设计与开发、系统测试与完善；
(3)2019/5/1—2019/5/25：撰写及修改毕业论文；
(4)2019/5/26—2019/6/5：准备答辩。

4. 主要参考文献

[1] Meng Y, Shen J, Zhang C, et al. Weakly-Supervised Neural Text Classification[C]//Proceedings of the 27th ACM International Conference on Information and Knowledge Management. ACM, 2018: 983-992.
[2] Mikolov T, Sutskever I, Chen K, et al. Distributed representations of words and phrases and their compositionality[C]//Advances in neural information processing systems. 2013: 3111-3119.
[3] Gopal S, Yang Y. Von mises-fisher clustering models[C]//International Conference on Machine Learning. 2014: 154-162.
[4] Blei D M, Ng A Y, Jordan M I. Latent dirichlet allocation[J]. Journal of machine Learning research, 2003, 3(Jan): 993-1022.
[5] 唐明,朱磊,邹显春.基于Word2Vec的一种文本向量表示[J].计算机科学,2016,43(06):214-217 269.
[6] 赵京胜, 朱巧明, 周国栋, 等. 自动关键词抽取研究综述[J]. 软件学报, 2017,28(9): 2431-2449.