文献检索-宁波市创意产业特色资源库

限定检索结果

基于最简门单元的循环神经网络分词: 收藏
分享
引用; 《计算机工程与设计》2019年第5期40卷 1328-1333页; 作者：刘志明孙严伟欧阳纯萍万亚平南华大学计算机学院湖南衡阳421001; 为解决长短期记忆(long short-term memory,LSTM)单元循环神经网络结构复杂,训练时间长,标注推理速度慢的问题,结合现有文献分析循环神经网络及其单元结构的理论基础,提出一种基于最简门单元(minimalist gated unit,MGU)的循环神经网络...; 为解决长短期记忆(long short-term memory,LSTM)单元循环神经网络结构复杂,训练时间长,标注推理速度慢的问题,结合现有文献分析循环神经网络及其单元结构的理论基础,提出一种基于最简门单元(minimalist gated unit,MGU)的循环神经网络进行中文分词研究。使用MGU单元替换LSTM单元自动提取特征,建立长期依赖信息。在中文分词评测常用语料Bakeoff 2005数据集上进行实验,实验结果表明,MGU网络与LSTM网络精度相当,训练时间减少一半,标注推理速度可提升至3倍。; 来源：详细信息评论

限定检索结果