rnn encoder-decoder | BriefGPT

关键词rnn encoder-decoder

搜索结果 - 6

CVPR一种面对面的神经对话模型
我们提出了一个新的神经会话模型，其不仅读取和生成文本信息，还能够识别和生成面部表情，以及基于对话中的情绪适应其响应。该模型采用 RNN 编码器 - 解码器架构，通过观察电影进行训练，并通过自动度量和人类研究展示了其生成更自然对话的能力。
PDF6 years ago
Speech2Vec: 从语音中学习词嵌入的序列到序列框架
本文提出一种新颖的深度神经网络架构 Speech2Vec，用于从语音语料库中学习固定长度的音频片段矢量表示，其向量包含有关底层口语词汇的语义信息，并且如果它们的对应的底层口语词汇在语义上相似，则在嵌入空间中靠近其他向量。 Speech2Ve
PDF6 years ago
NIPS从语音中学习词嵌入
从原始语音中，无监督地提取固定长度的向量表示语音片段的语义信息，通过 RNN 编码器 - 解码器模型和连续 Skip-Grams 方法进行训练，并在 13 个常用词汇相似度基准测试中获得了和 GloVe 相媲美的结果。
PDF7 years ago
深度 API 学习
DeepAPI 利用深度学习的 RNN Encoder-Decoder 模型，以自然语言查询为输入，生成与此查询相关的 API 序列，相比现有方法更准确地实现这一功能。
PDF8 years ago
使用 RNN 编码器 - 解码器生成中国古典诗歌
采用 RNN 编码器 - 解码器模型，基于序列 - 序列学习方法，以话题词为输入生成四行句（即汉语诗歌绝句），系统能学习单句语义及行与行之间的语义相关性，并利用结构、韵律和音调模式生成古诗，且无需任何限制性模板，实验结果表明我们的系统优于其
PDF8 years ago
EMNLP使用 RNN 编码器 - 解码器学习短语表示，用于统计机器翻译
本文提出了一种名为 RNN Encoder-Decoder 的神经网络模型，该模型由两个循环神经网络（RNN）组成，它将符号序列编码成固定长度的向量表示，并将该表示解码成另一个符号序列，并通过联合训练编码器和解码器来优化目标序列的条件概率，
PDF10 years ago