NLP中序列到序列深度学习模型设计

• 作者: 吴石松 林克全
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: NLP 序列到序列 深度学习 学习模型 电网领域
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 设计与制造
• 页码范围: 95-97,102
• 页数: 4页
• 分类号: TP14
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2020.06.095

摘要

针对传统电网NLP中序列到序列深度学习模型学习误差大这一问题,基于运管智能助理NLP设计了一种新的深度学习模型.研究了NLP中输入序列到输出序列注意力机制,分析了NLP中的神经系统,语言以及程序,建立NLP中输入序列到输出模型,并针对程序细节进行设计,通过得到的注意力机制构建NLP中序列到序列深度学习模型,通过输入层、隐藏层、输出层实现针对序列到序列的深度学习.设定对比实验,结果表明,给出的深度学习模型具有很好的学习性能,学习结果误差较小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林克全		1	0	0.0	0.0
2	吴石松		3	0	0.0	0.0