2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩57頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、深度學(xué)習(xí)是當(dāng)前機(jī)器學(xué)習(xí)領(lǐng)域研究的前沿與熱點之一,深度學(xué)習(xí)的研究與應(yīng)用已經(jīng)在英文自然語言處理領(lǐng)域成功地產(chǎn)生了諸多突破性的成果。在中文自然語言處理領(lǐng)域,基于深度學(xué)習(xí)的研究近年來方興未艾。但是,由于中文與英文本質(zhì)上的不同特點,在英文自然語言處理領(lǐng)域獲得良好結(jié)果的深度學(xué)習(xí)模型和方法無法被直接應(yīng)用于中文,研究人員需要根據(jù)中文的特點重新建立合適的深度學(xué)習(xí)模型,尋找合適的訓(xùn)練方法。
  本文在深度學(xué)習(xí)的英語自然語言處理模型的基礎(chǔ)上,提出了適用于

2、中文自然語言處理的深度神經(jīng)網(wǎng)絡(luò)模型,以及針對該模型的完整的訓(xùn)練方法,包括無監(jiān)督預(yù)訓(xùn)練方法以及有監(jiān)督調(diào)優(yōu)訓(xùn)練方法。該模型無需任何語言學(xué)知識或手工特征設(shè)計,可被用于中文分詞、詞性標(biāo)注以及命名實體識別等多種中文自然語言處理任務(wù)。具體來說:1)本文針對中文的特點,提出了中文自然語言處理深度神經(jīng)網(wǎng)絡(luò)模型;2)本文提出了一個新的優(yōu)化目標(biāo)來構(gòu)造中文神經(jīng)語言模型,并從理論上說明了使用本文提出的優(yōu)化目標(biāo)訓(xùn)練中文神經(jīng)語言模型等價于訓(xùn)練一個特殊的降噪自動編碼

3、器——文本窗口降噪自動編碼器(Text Window Denoising Autoencoder);3)本文描述了通過堆疊文本窗口自動編碼器來預(yù)訓(xùn)練中文自然語言處理深度神經(jīng)網(wǎng)絡(luò)的過程;4)本文說明了針對具體任務(wù)有監(jiān)督地調(diào)優(yōu)訓(xùn)練中文自然語言處理深度神經(jīng)網(wǎng)絡(luò)的過程。
  本文根據(jù)提出的模型以及訓(xùn)練方法,建立了一個完整的基于深度神經(jīng)網(wǎng)絡(luò)的中文自然語言處理系統(tǒng)。該系統(tǒng)的主要特點為:1)完全基于統(tǒng)計,無需任何語言學(xué)知識或手工特征設(shè)計;2)支

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論