局部感知递归神经网络在语言模型中的应用

• 作者: 刘惠义 王刚
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 自然语言处理 神经网络 递归神经网络 LSTM
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 研究与探讨
• 页码范围: 94-97,102
• 页数: 5页
• 分类号: TP183
• 字数: 3509字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2018.04.021

摘要

数据序列预测被许多人认为是机器学习和人工智能领域中的关键问题,在一系列的单词或字符数据处理任务的语言模型中,递归神经网络展示出了当前最优秀的序列预测能力.文中通过将三层RNN按一定层次组合在一起,由低层到高层使每一层负责不同层次的信息处理,从而使新模型具有更强的信息综合能力,从而使得模型更容易处理较长的数据序列.在PennTreebank Data数据集做字符级(Character-Level)语言模型中的测试结果显示,新模型获得了与CNN-LSTM等当前最好模型相匹敌的成绩.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘惠义	河海大学计算机与信息学院	53	303	8.0	15.0
2	王刚	河海大学计算机与信息学院	15	36	4.0	5.0