引入外部记忆的循环神经网络的口语理解

• 作者: 许莹莹 黄浩
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 口语理解 循环神经网络 长短时记忆网络 神经图灵机
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 145-148,161
• 页数: 5页
• 分类号: TP391
• 字数: 3369字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1803-0231

摘要

循环神经网络(RNN)越来越在口语理解(Spoken Language Understanding,SLU)任务中显示出优势.然而,由于梯度消失和梯度爆炸问题,简单循环神经网络的存储容量受到限制.提出一种使用外部存储器来提高记忆能力的循环神经网络.并在ATIS数据集上进行了实验,并与其他公开报道的模型进行比较.结果说明,在口语理解任务上,提出的引入外部记忆的循环神经网络在准确性、召回率和F1值都有较明显提高,优于传统循环神经网络及其变体结构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄浩	新疆大学信息科学与工程学院	34	106	5.0	9.0
2	许莹莹	新疆大学信息科学与工程学院	3	0	0.0	0.0