期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多卷积核DPCNN的维吾尔语文本分类联合模型
被引量：
8
1
作者
加米拉·吾守尔
吴迪
+3 位作者
王路路
古丽尼格尔·阿不都外力
买合木提·买买提
吐尔根·依布拉音
《中文信息学报》
CSCD
北大核心
2021年第7期63-71,共9页
由于维吾尔语形态丰富且资源匮乏,因此直接使用现有的深度学习模型并不能很好地完成文本分类任务。基于此,该文提出了MDPLC文本分类模型,即首先将预先训练的词向量和经Bi-LSTM处理得到的语义信息进行融合,进而得到全句语义依赖,然后通...
由于维吾尔语形态丰富且资源匮乏,因此直接使用现有的深度学习模型并不能很好地完成文本分类任务。基于此,该文提出了MDPLC文本分类模型,即首先将预先训练的词向量和经Bi-LSTM处理得到的语义信息进行融合,进而得到全句语义依赖,然后通过组合池化的CNN进一步加强局部语义学习,同时以双通道的方式使用多卷积核DPCNN捕获文本语义信息,最后融合两种模型提取到的信息完成文本分类任务。为验证该模型的有效性,该文分别采用中文、英文和维吾尔文短、长文本数据集进行实验,实验结果表明,该模型在多个分类任务中取得的性能都高于现有主流深度学习模型,验证了该模型在不同语种、语义表达稀疏和语义丰富各种情况下的鲁棒性。
展开更多
关键词
维吾尔语
文本分类
多卷积核
dpcnn
Bi-LSTM+
cnn
在线阅读
下载PDF
职称材料
基于双通路CNN的端到端语音识别研究
被引量：
10
2
作者
胡黎
黄洪全
+2 位作者
梁超
宋悦阳
陈延明
《传感器与微系统》
CSCD
北大核心
2021年第11期69-72,83,共5页
传统的浅层卷积神经网络(CNN)语音识别模型通常使用单通路网络,导致特征提取不够充分,阻碍了语音识别精度的提升。针对这个问题,提出了双通路卷积神经网络(DPCNN),通过增大网络宽度获取更加丰富的语音特征。同时级联注意力(attention)...
传统的浅层卷积神经网络(CNN)语音识别模型通常使用单通路网络,导致特征提取不够充分,阻碍了语音识别精度的提升。针对这个问题,提出了双通路卷积神经网络(DPCNN),通过增大网络宽度获取更加丰富的语音特征。同时级联注意力(attention)和连接时序分类(CTC),削弱了CTC中的条件独立性约束,实现了DPCNN-Attention-CTC端到端语音识别模型,提高了语音识别的速度和精度。实验结果表明:DPCNN-Attention-CTC的错误率为22.9%,对比于单通路CNN-CTC,相对错误率降低了18.8%,验证了模型的有效性。
展开更多
关键词
卷积神经网络
双通路卷积神经网络
连接时序分类
语音识别
在线阅读
下载PDF
职称材料
题名
基于多卷积核DPCNN的维吾尔语文本分类联合模型
被引量：
8
1
作者
加米拉·吾守尔
吴迪
王路路
古丽尼格尔·阿不都外力
买合木提·买买提
吐尔根·依布拉音
机构
新疆大学信息科学与工程学院
新疆大学软件学院
新疆多语种信息技术实验室
出处
《中文信息学报》
CSCD
北大核心
2021年第7期63-71,共9页
基金
国家重点研发计划子课题(2017YFB1002103)
国家自然科学基金(61762084)。
文摘
由于维吾尔语形态丰富且资源匮乏,因此直接使用现有的深度学习模型并不能很好地完成文本分类任务。基于此,该文提出了MDPLC文本分类模型,即首先将预先训练的词向量和经Bi-LSTM处理得到的语义信息进行融合,进而得到全句语义依赖,然后通过组合池化的CNN进一步加强局部语义学习,同时以双通道的方式使用多卷积核DPCNN捕获文本语义信息,最后融合两种模型提取到的信息完成文本分类任务。为验证该模型的有效性,该文分别采用中文、英文和维吾尔文短、长文本数据集进行实验,实验结果表明,该模型在多个分类任务中取得的性能都高于现有主流深度学习模型,验证了该模型在不同语种、语义表达稀疏和语义丰富各种情况下的鲁棒性。
关键词
维吾尔语
文本分类
多卷积核
dpcnn
Bi-LSTM+
cnn
Keywords
Uyghur
text classification
multi-convolution kernel
dpcnn
Bi-LSTM+
cnn
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于双通路CNN的端到端语音识别研究
被引量：
10
2
作者
胡黎
黄洪全
梁超
宋悦阳
陈延明
机构
广西大学电气工程学院
出处
《传感器与微系统》
CSCD
北大核心
2021年第11期69-72,83,共5页
基金
国家自然科学基金资助项目(51567004)。
文摘
传统的浅层卷积神经网络(CNN)语音识别模型通常使用单通路网络,导致特征提取不够充分,阻碍了语音识别精度的提升。针对这个问题,提出了双通路卷积神经网络(DPCNN),通过增大网络宽度获取更加丰富的语音特征。同时级联注意力(attention)和连接时序分类(CTC),削弱了CTC中的条件独立性约束,实现了DPCNN-Attention-CTC端到端语音识别模型,提高了语音识别的速度和精度。实验结果表明:DPCNN-Attention-CTC的错误率为22.9%,对比于单通路CNN-CTC,相对错误率降低了18.8%,验证了模型的有效性。
关键词
卷积神经网络
双通路卷积神经网络
连接时序分类
语音识别
Keywords
convolutional neural network(
cnn
)
double-path
cnn
(
dpcnn
)
connection timing classification(CTC)
speech recognition
分类号
TP391.42 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多卷积核DPCNN的维吾尔语文本分类联合模型
加米拉·吾守尔
吴迪
王路路
古丽尼格尔·阿不都外力
买合木提·买买提
吐尔根·依布拉音
《中文信息学报》
CSCD
北大核心
2021
8
在线阅读
下载PDF
职称材料
2
基于双通路CNN的端到端语音识别研究
胡黎
黄洪全
梁超
宋悦阳
陈延明
《传感器与微系统》
CSCD
北大核心
2021
10
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
