字符级相关论文
*以下内容是根据英文摘要,经我们自己的神经网络机器翻译系统翻译而来。随着全球通信的增加,语言障碍成为一个亟待解决的问题。在......
针对单一卷积神经网络进行文本分类,容易出现忽视局部与整体之间关联性的问题,本文构建了一种基于压缩激发块的卷积神经网络文本分......
针对现有基于用户名的跨社交网络用户身份匹配算法,匹配时需要设计复杂的用户名字符串统计特征用于机器学习模型输入,本文提出了一......
由于短文本具有长度短、特征稀疏以及上下文依赖性强等特点,传统方法对其直接进行分类精度有限。针对该问题,提出了一种基于字符级......
为了解决传统卷积神经网络的全连接层参数过多,计算效率低的问题。该文将图像处理中使用的全卷积神经网络和全局平均池化层用于文......
为解决在法院数据信息化过程中,海量的法院文书存在缺乏自动管理分类的问题,提出一种基于字符级卷积神经网络的文本分类模型。模型......
在线评论蕴含着丰富的顾客意见信息,传统意见挖掘的方式具有数据稀疏和样本分布不均匀的问题,本文以公开在线非结构化数据为基础,......
以特征模板为主的查询意图识别方法存在人工抽取特征繁琐,并且难以捕捉文本语义信息的问题。为此,基于字符级循环网络,提出一种新......
传统卷积神经网络文本分类模型全连接层参数过多易引发过拟合问题,为此,将图像分割中的全卷积思想首次引入字符级文本分类任务中,......
