编码器-解码器模型相关论文
实现人和计算机使用自然语言进行交互,是自然语言处理领域的一项重要工作。随着人工智能技术的发展,尤其是深度神经网络的广泛应用......
命名实体识别和关系抽取是自然语言处理领域中两项主要的信息抽取任务,旨在从无结构文本中抽取实体和关系,由它们共同组成的关系三......
作为计算机视觉领域的一个重要研究课题,图像语义分割的目标是将语义标签分配给图像中的每个像素,使彩色图像转化为语义标注图像。......
问题生成是指机器主动对一段文本进行提问,生成一个自然语言的问题。神经问题生成则是完全采用端到端的训练方式,使用神经网络完成......
目前性能最优的译文质量估计系统使用神经机器翻译中的编码器-解码器模型作为特征提取器.该方法由于限制词表大小易导致数据稀疏问......
该文对用户及产品信息进行分析,并尝试建立一个评论写作助手以帮助用户撰写评论。使用编码器-解码器框架以及注意力机制,通过编码......
在基于深度学习的图像语义分割(Image Semantic Segmentation based on Deep Learning,ISSbDL)研究中,基于编码器-解码器模型的图......
相较于早期的生成式摘要方法,基于序列到序列模型的文本摘要方法更接近人工摘要的生成过程,生成摘要的质量也有明显提高,越来越受......
诗歌是璀璨中华文化的瑰宝,历史长河中有无数诗歌被传颂至今,人们被前人的智慧和诗歌的美所撼动。在人工智能的大浪潮下,图像识别......
图像描述旨在为给定的图像生成自然语言描述,其联结着视觉与语言两个模态,涉及计算机视觉与自然语言处理等多方面的技术。现有图像......
