已閱讀1頁，還剩64頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、句子分類是自然語言處理領(lǐng)域中重要的問題之一。最近的研究表明，基于神經(jīng)網(wǎng)絡(luò)的句子分類算法可以更大限度地利用上下文信息，在句子情感分類、問題歸類等句子分類任務(wù)中取得很好的效果。目前用于句子分類的神經(jīng)網(wǎng)絡(luò)模型主要有遞歸神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)。
本文提出了兩種新的句子分類算法，分別為預(yù)訓(xùn)練詞向量分類算法與動態(tài)擴(kuò)展句子分類算法。(i)預(yù)訓(xùn)練詞向量分類算法將大規(guī)模語料預(yù)訓(xùn)練得到的廣義通用語言場景下的分布式詞向量用于初始化卷積
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的植物葉片混合分類算法.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的鞋印圖像分類算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的花卉圖像分類算法的研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的問句分類研究.pdf
- 基于SDSOC的卷積神經(jīng)網(wǎng)絡(luò)算法實現(xiàn).pdf
- 基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的圖像分類研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的多標(biāo)簽場景分類.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的冷軋薄板表面缺陷分類算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)圖像分類優(yōu)化算法的研究與驗證.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的視頻分類檢索.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的場景分類研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的飲食分類與識別.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類技術(shù)研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的高光譜圖像分類研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的肺結(jié)節(jié)惡性度分類.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的低質(zhì)量車牌字符分類.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的場景分類的研究與應(yīng)用.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的行人再識別算法.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識別算法研究
評論
0/150
提交評論