bidirectional lstm | BriefGPT

关键词bidirectional lstm

搜索结果 - 19

使用 CNN、双向 LSTM 和 ResNet 的尼泊尔语自动语音识别
本文介绍了一种端到端的深度学习模型，用于将尼泊尔语音转录为文本的自动语音识别（ASR）。该模型在 OpenSLR（音频、文本）数据集上进行了训练和测试，使用了 MFCC 作为音频特征，采用了双向 LSTM 与 ResNet 和一维 CNN
PDF9 days ago
利用多时相光学和 SAR 数据结合 BiLSTM 网络进行 LAI 插值
本研究通过使用基于双向 LSTM (BiLSTM) 网络的时间序列 Sentine1-1 VH/VV 来估算绿叶面积指数 (LAI) 的空间和时间密度，以提高对冬小麦产量预测的精度。实验表明，相比于传统回归方法，BiLSTM 捕捉了多个时间
PDFa year ago
基于 Transformer 和同义词词林语义元知识融合的语义一致性联合识别
本研究提出一种基于 Transformer 和 HowNet sememes 知识融合的协同驱动语义一致性识别方法，通过多层编码、交互式注意力计算和双向 LSTM 等技术，可以有效提高语义一致性识别的准确性并减小模型参数，适用于长文本场景和
PDFa year ago
Simple Transformer 与 Res-CNN-BiLSTM 在网络欺凌分类中的性能比较
本篇论文比较了基于 Transformer 和 Res-CNN-BiLSTM 的神经网络在针对网络欺凌文本分类问题上的性能表现，结果显示，使用仅有 0.65 万参数的 Transformer 可以以更快训练速度和更完备的度量标准胜过具有 4
PDF2 years ago
CVPR三流网络用于增强动作识别
该论文提出了两种基于 CNN 的体系结构，包括三种流，可以分别捕捉不同速率的空间和时间信息，并使用双向 LSTM 和注意力机制进一步提高模型性能，实现了人类动作识别任务的最先进表现。
PDF3 years ago
AAAI通过混合目标函数重新审视 LSTM 网络，用于半监督文本分类
本文研究双向 LSTM 网络在文本分类任务中的监督和半监督学习方法，利用交叉熵损失以及熵最小化、对抗和虚拟对抗损失相结合的训练策略，在多个基准数据集上取得了最新的文本分类结果。
PDF4 years ago
ACL用于嵌套命名实体识别的二分扁平化图网络
本文提出了一种新颖的双分平面图网络（BiFlaG）用于嵌套命名实体识别，其中包含两个子图模块：用于最外层实体的平面 NER 模块和用于内层所有实体的图模块。实验结果表明，我们的 BiFlaG 表现优于先前的最先进模型。
PDF4 years ago
DeepSentiPers：基于增强波斯语情感语料库训练的新型深度学习模型
本文旨在提出两种深度学习架构以及数据增强技术来分类波斯语句子的多分类和二分类情感，实验结果表明我们提出的方法可以成功地解决此问题。
PDF4 years ago
ARIMA、LSTM 和 BiLSTM 预测金融时间序列的比较分析
本研究比较了双向 LSTM 和单向 LSTM 在时间序列预测中的性能，结果表明双向 LSTM 的附加训练可提高预测准确性，相较于 ARIMA 甚至单向 LSTM，双向 LSTM 的预测效果更佳，但是收敛速度较慢。
PDF5 years ago
ACL全球基于转移的非投影依存句法分析
通过将转移型句法分析器的动态规划实现与最小集的双向 LSTM 功能相结合，Shi、Huang 和 Lee (2017) 获得了英语和汉语依存句法分析最先进的结果，但受限于投影分析。在本文中，我们通过提供 MH_4 算法的第一个实际实现，扩展
PDF6 years ago
情感对话中的自我关注双向 LSTM 模型 EmotionX-DLC
提出了 SA-BiLSTM 网络，用于 EmotionX 挑战中多情感预测，其联合运用双向 LSTM 和自我注意力网络实现对话语境下模糊情感的分类，测试集中在 Friends 和 EmotionPush 数据集上分别获得 59.6 和 55
PDF6 years ago
EMNLP神经 Davidsonian 语义原型角色标记
使用自适应双向 LSTM 编码策略的模型（称为 "神经 Davidsonian"），提出了一种语义原型 - 角色标注（SPRL）的模型，其中谓词 - 参数结构表示为输入序列中谓词和参数头标记对应的隐藏状态对，证明我们在 SPRL 方面有最先
PDF6 years ago
ACLDR-BiLSTM：依赖阅读双向 LSTM 用于自然语言推理
论文提出了一种新的深度学习架构，用于解决自然语言推理任务，采用依赖阅读的双向 LSTM 网络（DR-BiLSTM）来模拟前提和假设之间的关系。采用复杂的集成策略将多个模型组合起来，进一步提高了结果。研究表明 DR-BiLSTM 在 Stan
PDF6 years ago
使用带 CRF 的分层编码器进行对话行为序列标注
本文提出了一种基于 Hierarchical RNN、双向 LSTM 和 CRF 的层次化的对话行为（Dialogue Act）识别模型，该模型将每个话语按其对应的 Dialogue Act 进行分类，并在 Switchboard 和 Me
PDF7 years ago
MM双向 LSTMs 学习时尚搭配
本文提出了一种基于双向 LSTM 的视觉 - 语义嵌入方法，可以为线上时尚购物提供更有效的推荐服务，实验结果表明该方法在 Polyvore 数据集上具有优秀的性能。
PDF7 years ago
通过注意力机制提炼原始句子表示，用于文本蕴含识别
用 bidirectional LSTM 将一对句子分别编码成变长表示，再通过简单聚合函数创建固定长度的未经处理的表示。接着使用注意机制对这些表示进行细化处理。最后，将两个句子的细化表示相结合成为一个用于分类的向量，并且使用集成方法来提高模
PDF7 years ago
EMNLP循环神经网络结构在药品名称识别中的应用研究
研究探讨采用现代化循环神经结构（Elman，Jordan 网络和双向 LSTM）以及 CRF 解码方法进行药品名称识别，从而代替传统手工特征和领域特定资源，大幅提高医学文本分类性能。
PDF8 years ago
使用双向 LSTM 模型和内在注意力学习自然语言推理
该论文提出了一种基于句子编码技术的模型，通过使用双向 LSTM 进行单词级别的平均池化生成第一阶段的句子表示，并采用注意力机制替代平均池化，以更好地表示文本蕴含关系。最终，通过对斯坦福自然语言推理语料库的实验验证了该模型具有较少的参数以及比
PDF8 years ago
双向 LSTM-CNN 命名实体识别
本文提出了一种新颖的神经网络模型，利用混合双向 LSTM 和 CNN 架构自动检测单词和字符级特征，并提出了一种将部分词典匹配编码到神经网络中的方法。经过广泛评估，使用两个来自公开资源的词典，该系统在 CoNLL-2003 数据集上达到 9
PDF9 years ago