bi-lstm | BriefGPT - AI 论文速递

关键词bi-lstm

搜索结果 - 18

使用 URL 的上下文特征，顺序深度学习模型在检测网络钓鱼网站方面的性能
本研究使用深度学习模型（如多头注意力、双向长短期记忆网络）针对钓鱼网站进行检测，并证明多头注意力和双向长短期记忆网络模型在准确率、召回率和 F1 得分方面优于其他深度学习算法。
PDF3 months ago
混合 CNN Bi-LSTM 神经网络用于高光谱图像分类
使用 3D 卷积神经网络、2D 卷积神经网络和双向 LSTM，利用 30％可训练参数，在印度 Pines（IP）、帕维亚（PU）和萨利纳斯（SA）数据集上，这个模型在所有三个数据集上表现更好，分别达到 99.83％、99.98％和 100％
PDF5 months ago
3D MRI 的阿尔茨海默病诊断中的视觉变换器和双向 LSTM
使用 Visual Transformer (ViT) 和 bi-LSTM 处理 MRI 图像以诊断阿尔茨海默病，评估模型在阿尔茨海默病的二元分类中的性能表现，并与其他深度学习模型进行比较。所提出的方法在 AD 的诊断方面表现出较高的准确性
PDF6 months ago
一种用于阿拉伯语代词消解的序列到序列方法
该论文提出了一种序列到序列的学习方法，探究了利用先进的自然语言处理（NLP）技术，特别是 Bi-LSTM 和 BERT 预训练语言模型，解决阿拉伯语代词消解问题的有效性。作者建议的方法在 AnATAr 数据集上进行了评估，并与包括传统机器学
PDFa year ago
使用深度学习克隆意识形态和风格
该研究使用 Bi-LSTM 模型基于特定作者的思想和风格生成主题非该作者编写的一篇文章。在训练语料库中包含特定作者的作品和现成的真实语料库以及使用预训练模型识别矛盾的语句，实现了字符级别的 perplexity 得分。
PDF2 years ago
基于统计和深度学习的奥迪亚语词性标注
本文介绍了基于条件随机场和深度学习的方法开发 Odia 词性标注器。通过实验，发现使用带字符序列特征和预训练词向量的 bi-LSTM 模型可以达到显著的最新成果。
PDF2 years ago
使用段落向量提升印尼情感分析的 Bi-LSTM 性能
本文提出结合使用 Bi-LSTM 和段落向量作为印尼情感分析的方法，解决了 Bi-LSTM 在序列处理中文本片段位置不影响情感分类的问题，并进行了多个案例研究来验证了该方法的实用性。
PDF4 years ago
CyberWallE 在 SemEval-2020 Task 11 中：针对宣传检测的集成模型的特征工程分析
本篇论文介绍了我们在 SemEval-2020 挑战赛 “新闻文章中宣传技巧检测” 的参赛结果，我们使用 bi-LSTM 体系结构进行子任务 Span Identification（SI）和使用复杂的 ensemble model 进行子任
PDF4 years ago
高度不平衡数据下适应性命名实体识别
本报告提出了一种基于条件随机场层和双向 LSTM 层的神经网络体系结构，其中嵌入向量（Glove，BERT）的融合输入被用来增强模型的泛化能力，还引入了一个分类模型来分离句子并对弱类和强类进行优化以提高 Named Entity Recog
PDF4 years ago
利用两流深度三维卷积神经网络学习空间 - 时间特征进行唇语识别
本研究探讨利用 3D CNN 和光流输入的深度学习模型提高视频字幕的准确性，并证明采用光流输入单独或与灰度视频输入一起能进一步提高性能，在 LRW 数据集上实现了 5.3% 的绝对改进。
PDF5 years ago
用于危机响应的深度学习和词嵌入的推文分类
本文旨在研究使用不同神经网络和通用与领域特定词嵌入的应用能力，以提高推文分类模型的性能，结果表明 Bi-LSTM 模型使用通用词嵌入（如 GloVe）效果最佳，最高可达 62.04％的 F1 分数。
PDF5 years ago
NIPS使用 Bi-LSTM 进行文档分类以排除巴西最高法院的拥堵
本文提出了一种使用双向长短期记忆网络（Bi-LSTM）对巴西法院系统中分类法律文件进行分析的方法。
PDF6 years ago
AAAI基于对抗学习的中文命名实体识别方法研究（来自众包标注数据）
本文提出了一种采用敌对学习机制的方法，在使用众包进行中文命名实体识别的过程中，利用众包工人生成的嘈杂序列标签信息。通过使用公共 Bi-LSTM 和私人 Bi-LSTM 分别表示众包注释的共同特征和个性特征，我们已经构建了基于 LSTM-CR
PDF6 years ago
NNVLP: 基于神经网络的越南语处理工具包
本文介绍了神经网络基础工具集 NNVLP，主要用于越南语言处理任务，包括词性标注、分块、命名实体识别。该工具集使用双向长短期记忆网络，卷积神经网络，条件随机场，并使用预训练的词嵌入作为输入，取得了这三个任务的最新成果。我们提供了 API 和
PDF7 years ago
ACL自动句法特征在越南命名实体识别中的重要性
本论文利用双向长短时记忆（Bi-LSTM）神经网络结合自动语法特征和词嵌入，提出了一种越南命名实体识别系统，其在 2016 年由越南语言与语音处理社区（VLSP）组织的评估中实现了 92.05％的综合 F1 分数，远超过先前的命名实体识别系
PDF7 years ago
COLING基于击键动态的浅层句法分析信号
研究了键入动态记录和浅层句法分析的关系，并在多任务双向 LSTM 模型中探讨了基于键入动态记录的标签作为辅助任务。实验结果证明，该模型比仅基于文本注释的模型表现更好。
PDF8 years ago
ACL双向长短时记忆模型与辅助损失实现的多语言词性标注
本研究采用词、字符和 Unicode 字节嵌入比较 bi-LSTM 和传统的 POS 标注器，在 22 种语言中取得了最优性能，并表明 bi-LSTM 对于训练数据大小和标签污染的敏感度被过高估计。
PDF8 years ago
AAAI一种用于多位置句子表示的语义匹配深层架构
本文介绍了一种双向长短时记忆网络（Bi-LSTM）生成的多重位置句子表示来匹配两个句子的新型深度体系结构。实验证明，该模型具有丰富的整个句子上下文信息和灵活性，可以捕捉句子中不同的重要局部信息来支持匹配。
PDF9 years ago