1. 毕业设计（论文）主要内容：

keras（http：//keras.io）是一个非常易用的深度学习框架，使用python语言编写，是一个高度模块化的神经网络库，后端同时支持theano和tensorflow，而theano和tensorflow支持gpu，因此使用keras可以使用gpu加速模型训练。keras中包括了构建模型常用的模块，如optimizers优化方法模块，activations激活函数模块，initializations初始化模块，layers多种网络层模块等，可以非常方便快速的搭建一个网络模型，使得开发人员可以快速上手，并将精力放在模型设计而不是具体实现上。常见的神经网络模型如cnn，rnn等，使用keras都可以很快搭建出来，开发人员只需要将数据准备成keras需要的格式丢进网络训练即可。如果对keras中自带的layer有更多的需求，keras还可以自己定制所需的layer。

keras项目中的example自带了多个示例，包括经典的mnist手写识别测试等，其中和nlp（ 自然语言处理）相关的示例有很多，比如基于imdb数据的情感分析、文本分类、序列标注等。

本课题的主要内容是研究与实现keras对新闻内容的处理。

2. 毕业设计（论文）主要任务及要求

完成的主要任务及要求：
1.查阅15篇相关文献（含2篇外文），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800字开题报告；
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

完成任务的时间节点：
(1)2017/1/14—2017/2/22：确定选题，查阅文献，外文翻译和撰写开题报告；
(2)2017/2/23—2017/4/30：系统架构、程序设计与开发、系统测试与完善；
(3)2017/5/1—2017/5/25：撰写及修改毕业论文；
(4)2017/5/26—2017/6/6：准备答辩。

4. 主要参考文献