双向长短时记忆模型相关论文
【目的】本研究针对互联网患者提问文本信息抽取需要大量人工标注、时间成本,以及实体识别准确率不高的问题,结合迁移学习和深度学......
海运在世界上发挥着重要作用,但是随着很多沿海和港口的水域交通密集,状况复杂的情况日益严重,海上交通事故频发问题亟待解决。因......
随着社会智能化、数字化进程的快速发展,视觉数据(如图像、视频等)作为一种简单直接、内容丰富的信息呈现方式,已广泛渗入到现代生......
针对当前恶意代码检测方法严重依赖人工提取特征和无法提取恶意代码深层特征的问题,提出一种基于双向长短时记忆(Bidirectional Lo......
文本图像识别是计算机视觉领域一项重要任务,而其中的中文识别因种类繁多、结构复杂以及类间相近等特点很具挑战性.为改善这一问题......
针对视频转文字(video to text)存在的建模复杂和准确率低的问题,提出了基于自适应帧采样算法和双向长短时记忆模型的视频转文字方......
本文针对基因非编码区功能元件的识别问题——增强子(Enhancers)识别算法展开研究。增强子是一类调控靶基因转录频率的顺式作用元......
深度置信神经网络(DBNN)模型和双向长短时记忆神经网络模型(BLSTM)在单独进行特征提取时识别率不理想,长短时记忆单元(LSTM)与BLST......
针对现有的基于深度学习的神经网络模型通常都是对单一的语料库进行训练学习,提出了一种大规模的多语料库联合学习的中文分词方法......
目前,对互联网上虚假健康信息的研究多集中于谣言识别,而对医学信息自动分类的研究较少。采用基于双向编码的语言表征模型和注意力......
