版权所有© 2001-2018 渝B2-20050021-1
渝公网安备 50019002500403号违法和不良信息举报中心
互联网出版许可证 新出网证(渝)字10号机构客服热线 023-67033812
- 基于双向注意力机制图像描述方法研究 预览
- 1
- 《测试技术学报》 2019年第4期346-350,364共6页
- 大多数图像描述任务中每个单词的生成都依赖于图像全部信息和生成的上文信息,其中包括许多无关的图像信息,而且没有学习下文信息.为解决该问题,提出了一种双注意力机制,先使用上一次的图像显著信息与词向量一起预测当前的隐层状态,再使... 展开更多
- 关键词 图像描述 注意力机制 双向长短期记忆网络 双注意力机制 双向双注意力网络
- 基于改进混合CTC/attention架构的端到端普通话语音识别 预览
- 2
- 《西北师范大学学报:自然科学版》 CAS 北大核心 2019年第3期48-53,共6页
- 端到端的语音识别通过用单个深度网络架构表示复杂模块,减少了构建语音识别系统的难度.文中对传统的混合链接时序分类(Connectionist temporal classification, CTC)模型和基于注意力机制(Attention-based)模型的端到端语音识别架构进... 展开更多
- 关键词 语音识别 链接时序分类 注意力机制 混合CTC/attention 端到端系统
- 基于Self-Attention模型的机器翻译系统 预览
- 3
- 《计算机与现代化》 2019年第7期9-14,共6页
- 近几年来神经机器翻译(Neural Machine Translation,NMT)发展迅速,Seq2Seq框架的提出为机器翻译带来了很大的优势,可以在观测到整个输入句子后生成任意输出序列。但是该模型对于长距离信息的捕获能力仍有很大的局限,循环神经网络(RNN)、... 展开更多
- 关键词 神经机器翻译 Seq2Seq框架 注意力机制 Self-Attention模型
- 基于序列到序列模型的抽象式中文文本摘要研究
- 4
- 《图书情报工作》 CSSCI 北大核心 2019年第11期108-117,共10页
- [目的/意义]为更好地处理文本摘要任务中的未登录词(out of vocabulary, 00V ),同时避免摘要重复,提高文本摘要的质量,本文以解决00V问题和摘要自我重复问题为研究任务,进行抽象式中文文本摘要研究。[方法/过程]在序列到序列(sequence t... 展开更多
- 关键词 抽象式文本摘要 序列到序列模型 注意力机制 覆盖机制 指向生成机制
-
- 融合Attention多粒度句子交互自然语言推理研究
- 5
- 《小型微型计算机系统》 CSCD 北大核心 2019年第6期1215-1220,共6页
- 自然语言推理的很多问题都可以抽象为句子匹配问题,传统的匹配方法采用的是对句子向量或句子间的词向量做匹配,这些方法都只关注句子自身的语义信息,忽略句子之间的组合特征,造成语义损失.本文提出多粒度句子交互匹配方法,引入Attentio... 展开更多
- 关键词 自然语言推理 句子匹配 Attention机制 多粒度
-
- 基于BLSTM_attention_CRF模型的新能源汽车领域术语抽取 预览 被引量：1
- 6
- 《计算机应用研究》 CSCD 北大核心 2019年第5期1385-1389,1395共6页
- 为提高新能源汽车领域术语抽取准确率,面向新能源汽车专利文本提出一种领域术语抽取模型。传统的领域术语抽取方法过度依赖人工定义特征和领域知识,无法自动挖掘隐含特征,其识别性能过度依赖所选特征的质量。从深度学习的角度出发,提出... 展开更多
- 关键词 领域术语抽取 attention机制 双向长短时记忆网络 条件随机场 词典 规则
- 面向图像自动语句标注的注意力反馈模型 预览
- 7
- 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第7期1122-1129,共8页
- 图像自动语句标注利用计算机自动生成描述图像内容的语句,在服务机器人等领域有广泛应用.许多学者已经提出了一些基于注意力机制的算法,但是注意力分散问题以及由注意力分散引起的生成语句错乱问题还未得到较好解决.在传统注意力机制的... 展开更多
- 关键词 图像自动语句标注 注意力机制 注意力反馈
- 基于双向多维度自注意力机制的文本情感分析方法 预览
- 8
- 《信息与电脑》 2019年第9期45-48,共4页
- 针对循环神经网络或者长短时记忆网络,远距离的相互依赖特征,要经过若干时间步骤的信息累积才能将两者联系起来,而距离越远,有效捕获的可能性越小的问题,笔者提出一种多维度,双向自注意网络(MDiSAN)的情感分析研究方法。引入双向多维度... 展开更多
- 关键词 文本评论 情感分析 注意力机制 自注意网络 循环神经网络 长短时记忆网络
- 面向文本结构的混合分层注意力网络的话题归类 预览
- 9
- 《中文信息学报》 CSCD 北大核心 2019年第5期93-102,112共11页
- 针对目前话题归类模型中文本逻辑结构特征与文本组织结构特征利用不充分的问题,该文提出一种面向文本结构的混合分层注意力网络的话题归类模型(TSOHHAN)。文本结构包括逻辑结构和组织结构,文本的逻辑结构包括标题和正文等信息;文本的组... 展开更多
- 关键词 深度学习 注意力机制 混合分层注意力网络 话题归类
- Attention机制在脱机中文手写体文本行识别中的应用
- 10
- 《小型微型计算机系统》 CSCD 北大核心 2019年第9期1876-1880,共5页
- 脱机中文手写体识别技术可以将人工书写在纸上的汉字转换为电子文档中可编辑的中文格式.由于每个人的书写习惯不同,所以手写体随意性较大、字符之间可能存在粘连,给字符分割增加了难度.为了避免单个字符的分割,本文采用基于Attention的... 展开更多
- 关键词 文本行识别 脱机中文手写体 Attention机制 LSTM
-
- 电力市场中基于Attention-LSTM的短期负荷预测模型
- 11
- 《电网技术》 EI CSCD 北大核心 2019年第5期1745-1751,共7页
- 电力市场环境下,精准的短期负荷预测可以保障电网安全稳定运行,但电价的实时波动增加了负荷变化的复杂性,加大了预测难度。针对这一问题,采用最大信息系数法分析电价及历史负荷与当前时刻负荷的相关性,为预测模型输入特征的确定提供依... 展开更多
- 关键词 负荷预测 电力市场 最大信息系数 LSTM Attention机制
-
- 基于Attention机制的卷积神经网络文本分类模型 预览
- 12
- 《应用科学学报》 CAS CSCD 北大核心 2019年第4期541-550,共10页
- 文本分类是自然语言处理的重要内容,而有效提取文本全局语义是成功完成分类任务的关键.为了体现卷积神经网络提取特征的非局部重要性,在模型中引入Attention机制并建立了包含4个AttentionCNN层的A-CNN文本分类模型.其中,AttentionCNN层... 展开更多
- 关键词 文本分类 卷积神经网络 Attention机制 非局部相关度
- 基于路径相互关注的网络嵌入算法 预览
- 13
- 《南京大学学报:自然科学版》 CAS CSCD 北大核心 2019年第4期573-580,共8页
- 网络嵌入,或者称为网络表示学习,旨在将网络中的节点映射到表示空间中,生成低维稠密的向量,从而在保留网络结构信息的前提下对网络中的节点进行表示,而后通过已有的机器学习方法解决诸如链接预测、节点分类、社团发现和网络可视化等下... 展开更多
- 关键词 网络表示学习 随机游走 相互关注 注意力机制
- 融合元数据及attention机制的深度联合学习推荐 预览
- 14
- 《计算机应用研究》 CSCD 北大核心 2019年第11期3290-3293,共4页
- 融合元数据的协同过滤推荐即混合推荐算法是目前推荐系统领域研究的热点,能一定程度地解决数据稀疏及冷启动等问题。但融合元数据现有的建模方法大多数建立于用户/项目属性权重相同的情景下,以至于用户项目间重点关系表达不显著,难以获... 展开更多
- 关键词 元数据 属性权重 attention机制 深度联合学习 非线性分解
- 基于seq2seq和Attention机制的居民用户非侵入式负荷分解
- 15
- 《中国电机工程学报》 EI CSCD 北大核心 2019年第1期75-83,共9页
- 非侵入式负荷分解(nonintrusive load monitoring,NILM)是大数据分析在智能配电系统中为终端用户提供的重要应用之一,能够提升对负荷的认知水平,显著提升需求侧响应的潜力。长期以来,传统的NILM算法存在误判率高,功率分解值准确度低等... 展开更多
- 关键词 非侵入式负荷分解 深度学习 序列到序列 Attention机制
-
- 基于attention机制的LSTM神经网络超短期负荷预测方法 预览 被引量：1
- 16
- 《供用电》 2019年第1期17-22,共6页
- 随着电力系统中分布式能源及可调控柔性负荷等的增多,电力系统负荷的随机性增强,且电力系统智能化发展,使得可获得数据急剧增长。为充分利用历史负荷数据,提高超短期负荷的预测精度,提出一种基于attention机制的LSTM超短期负荷预测方法... 展开更多
- 关键词 超短期负荷预测 LSTM网络 attention机制 相关性 标准BP神经网络
- 神经机器翻译的系统融合方法 预览
- 17
- 《厦门大学学报:自然科学版》 CAS CSCD 北大核心 2019年第4期600-607,共8页
- 为了提高机器翻译模型的泛化能力,基于神经机器翻译系统,将系统融合技术应用于模型训练过程.在神经机器翻译系统的基本结构——编码器-解码器结构的基础上,提出5种融合方法(平均融合、权重融合、拼接融合、门机制融合和注意力机制融合)... 展开更多
- 关键词 神经机器翻译 循环神经网络 系统融合 注意力机制 门机制
- 基于指针生成网络的自动摘要 预览
- 18
- 《计算机工程与设计》 北大核心 2019年第9期2692-2696,共5页
- 通过对生成式自动摘要常用方法中的基于注意力机制的序列到序列基本模型进行研究,发现基本模型存在摘要细节错误、摘要短语重复、训练效率低等问题。针对这些问题,对基本模型进行改进。通过引入指针网络的复制机制,将其与基本模型的生... 展开更多
- 关键词 序列模型 注意力机制 指针网络 复制机制 覆盖率向量
- 基于序列到序列模型的文本到信息框生成的研究 预览
- 19
- 《智能计算机与应用》 2019年第3期1-5,10共6页
- 本文展示了一种序列到序列的模型(Seq2Seq)来基于文本生成信息框(Infobox),信息框指的是一组"属性-值"对。该模型以端到端的方式工作,可利用一个编码器将一个文本段落表示成一个隐向量序列,然后通过解码器来生成信息框。本文... 展开更多
- 关键词 文本到信息框生成 序列到序列模型 注意力机制 拷贝机制
