基于字符的递归神经网络在中文语言模型中的研究与实现

• 作者: 伍逸凡 朱龙娇 石俊萍
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: 长短记忆单元 递归神经网络 自然语言处理 字词嵌入
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 信息技术
• 页码范围: 12-14
• 页数: 3页
• 分类号: TP391.1|TP183
• 字数: 2628字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-4706.2018.08.005

摘要

本文通过对基于字符的长短记忆递归神经网络的研究与实现,探究了其在自然语言模型中的应用,并选用了小说《挪威的森林》对递归神经网络进行了训练与文本生成,总结了不足之处,探讨了未来应该解决的问题与研究方向.研究结果表明递归神经网络仅能学会字与字或词与词之间在表面的连接或变化关系,而自然语言不仅仅是文字表面的异同,更多的是字里行间中情感或思维上的变化,这些是一组序列数据所不能表达的.因此,未来自然语言模型应更加注重对于文字间情感和思维的学习,构建更接近自然语言的模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石俊萍	吉首大学信息科学与工程学院	28	112	6.0	9.0
2	伍逸凡	吉首大学信息科学与工程学院	4	1	1.0	1.0
3	朱龙娇	吉首大学信息科学与工程学院	2	1	1.0	1.0