搜索筛选:
搜索耗时0.0811秒,为你在为你在102,285,761篇论文里面共找到 4 篇相符的论文内容
发布年度:
[学位论文] 作者：尉桢楷,
来源：苏州大学 年份：2023
属性抽取旨在从评论文本中抽取评价属性（简称为属性）,是细粒度情感分析的一项重要子任务。目前基于深度学习的属性抽取任务在表示学习以及远程监督等方面已取得一定的进展,然而在该任务中仍存在较多亟待解决的问题,包括方法学中注意力机制建模噪声较大且缺乏进一......
[期刊论文] 作者：程梦,洪宇,尉桢楷,姚建民,
来源：中文信息学报 年份：2021
在现有的属性抽取研究中,注意力建模多采用全局或局部的自注意力机制,未能较好地利用句子本身所含有的情感词信息.然而,句子中所需抽取的属性大多存在若干与其具有强相关性的情感词.因此,利用情感词辅助注意力的建模可增强注意力的准确性.该文提出一种融合情感......
[期刊论文] 作者：李志峰,张家硕,洪宇,尉桢楷,姚建民,,
来源：中文信息学报 年份：2020
多模态神经机器翻译是指直接采用神经网络,以端到端方式融合图像和文本两种模态信息,以此进行翻译建模的机器学习方法。传统多模态机器翻译,是在将源语言翻译成目标语言时,借助图像中的重要特征信息优化翻译过程。但是观察发现,图像里的信息不一定出现在文本中,......
[期刊论文] 作者：尉桢楷,程梦,周夏冰,李志峰,邹博伟,洪宇,姚建民,
来源：计算机研究与发展 年份：2020
在基于深度学习的属性抽取研究中,注意力机制是常用的模型之一.目前,面向属性抽取的注意力机制存在2个局限性:其一,注意力机制多为自注意力机制,这是一种全局式注意力机制,其...
相关搜索：
