基于稠密连接记忆神经网络的文本推理

• 作者: 潘怀奇 潘永华 郑思霞 闭应洲
• 来源期刊: 计算机应用研究
• 关键词: 记忆神经网络 稠密连接 文本推理 多层感知机 特征表示
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1380-1383,1389
• 页数: 5页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.10.0794

摘要

由于传统的端到端记忆神经网络模型特征表示能力不足、无法很好地表示各个记忆之间的联系,导致其在数据集bAbI中的位置推理和路径查找问题正确率不高,针对此问题,提出了一种结合稠密连接和多层感知机的记忆神经网络.该模型利用稠密连接与全连接层获取关系特征,增强了模型的特征表示能力.利用bAbI数据集对模型进行推理正确率的评估,实验结果表明,与传统的记忆神经网络以及端到端记忆神经网络相比,该模型能有效提升文本推理的正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闭应洲	南宁师范大学计算机与信息工程学院	7	1	1.0	1.0
2	潘怀奇	南宁师范大学计算机与信息工程学院	3	0	0.0	0.0
3	郑思霞	南宁师范大学计算机与信息工程学院	3	0	0.0	0.0
4	潘永华	南宁师范大学计算机与信息工程学院	3	1	1.0	1.0