作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
自动化的文本生成是自然语言处理中一项极具挑战性的课题,在机器翻译和计算机视觉等人工智能研究领域中都具有重要的应用。近年来,随着对深度学习研究的不断推进,基于深度学习模型的文本生成方法受到人们广泛的关注。对深度学习中的长短时记忆(LSTM)网络模型进行研究,并应用到古诗词生成的场景中。实验结果表明,长短时记忆网络具有良好的文本生成效果。
推荐文章
基于长短时记忆网络的仿真系统数据故障诊断方法
故障诊断
长短时网络
神经网络
数据分析
基于长短时记忆神经网络的水库洪水预报
洪水预报
长短时记忆神经网络
预见期
训练速度
白盆珠水库
长短时记忆网络的自由体操视频自动描述方法
长短时记忆网络
注意力机制
自由体操
自动描述
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于长短时记忆网络的古诗词生成
来源期刊 现代计算机:中旬刊 学科 工学
关键词 文本生成 深度学习 长短时记忆网络
年,卷(期) 2018,(11) 所属期刊栏目
研究方向 页码范围 18-21
页数 4页 分类号 TP18
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 董虎胜 41 103 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
文本生成
深度学习
长短时记忆网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
总被引数(次)
0
论文1v1指导