文档名：一种针对成分树的混合神经网络模型
为了提高自然语言处理的准确度,很多工作将句法成分树与LSTM相结合,提出了各种针对成分树的LSTM模型(本文用C-TreeLSTM统称这类模型).考虑到C-TreeLSTM模型在计算内部节点隐藏状态的过程中由于一个重要信息来源(即单词)的缺失导致文本建模的准确度不高,为了改进这一缺点,本文提出一种针对成分树的混合神经网络模型,通过在C-TreeLSTM模型的节点编码过程中注入各节点所覆盖的短语语义向量来增强节点对文本语义的记忆,故将此模型命名为SC-TreeLSTM.实验结果表明,在情感分类和机器阅读理解两类任务上SC-TreeLSTM的表现优异.
作者：霍欢 薛瑶环 黄君扬 金轩城 邹依婷
作者单位：上海理工大学光电信息与计算机工程学院,上海200093;复旦大学上海市数据科学重点实验室,上海201203上海理工大学光电信息与计算机工程学院,上海200093
母体文献：第十七届全国计算语言学学术会议暨第六届基于自然标注大数据的自然语言处理国际学术研讨会(CCL2018)论文集
会议名称：第十七届全国计算语言学学术会议暨第六届基于自然标注大数据的自然语言处理国际学术研讨会(CCL2018)
会议时间：2018年10月19日
会议地点：长沙
主办单位：中国中文信息学会
语种：chi
分类号：
关键词：自然语言处理 成分树 混合神经网络
在线出版日期：2021年9月13日
基金项目：
相似文献
相关博文
- 文件大小:
- 832.51 KB
- 下载次数:
- 60
-
高速下载
|
|
