关键词attention-based encoder-decoder framework
搜索结果 - 5
- 神经网络中的中文分词：序列到序列翻译模型
提出了一种基于注意力机制编码解码框架的序列到序列的中文分词模型，拥有全局信息和多任务融合的能力，并在微博、北大和微软亚洲等数据集上取得了与最先进方法相当的竞争性能。
- ECCV探究图像关系以用于图像描述
本文介绍了一种利用图卷积网络和长短期记忆（GCN-LSTM）结构，将语义和空间对象关系集成到图像编码器中，以生成图像标题的新方法，并在 COCO 图像字幕数据集上开展了广泛的实验，并取得了比现有方法更好的结果。
- 场景文字识别的编辑概率
我们提出了一种称为编辑概率 (EP) 的新方法，它可以有效估计从概率分布输出序列生成字符串的概率，从而解决了由于字符缺失或冗余导致的认知偏差问题，从而大大提高了场景文本识别的性能。
- THUMT：神经机器翻译的开源工具包
THUMT 是一个开源的神经机器翻译工具包，采用基于注意力的编码器 - 解码器框架，在 Theano 上实现，并支持最大似然估计、最小风险训练和半监督训练三种训练标准。它还提供了一种可视化工具，用于显示神经网络中隐藏状态和上下文单词之间的关 - 多任务学习下的联合 CTC-Attention 基于端到端语音识别
本研究介绍了一种新的方法，使用多任务学习框架中的联合 CTC-attention 模型来改善端到端语音识别的鲁棒性并实现快速收敛，从而减轻对齐问题。实验证明，与 CTC 和 attention-based encoder-decoder 基