期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于时序卷积网络的词级语言模型研究与应用 被引量:3
1
作者 李大舟 于广宝 +1 位作者 高巍 孟智慧 《计算机工程与设计》 北大核心 2021年第2期449-454,共6页
提出一种卷积神经网络——时序卷积神经网络。将该网络应用于语言模型,时序卷积神经网络的基本结构由输入层、扩大卷积层、因果卷积层、Relu层、Dropout层、输出层组成,将扩大卷积应用在语言模型中。实验结果表明,将语言模型的复杂度降... 提出一种卷积神经网络——时序卷积神经网络。将该网络应用于语言模型,时序卷积神经网络的基本结构由输入层、扩大卷积层、因果卷积层、Relu层、Dropout层、输出层组成,将扩大卷积应用在语言模型中。实验结果表明,将语言模型的复杂度降到83.21,误差降到3.87,该网络同RNN比较复杂度下降14%、误差下降0.69,该网络同LSTM比较复杂度下降13%、误差下降0.4,综合复杂度、误差两个指标,时序卷积网络优于其它基准模型。 展开更多
关键词 语言模型 扩大卷积 时序卷积神经网络 因果卷积 复杂度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部