| 基于Att-CBOW模型的術語標準擴充方法 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大小：916 K | |
| 標簽： CBOW 注意力機制 同義詞識別 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對傳統(tǒng)CBOW模型存在維度災難、同義詞識別率低的問題，提出了一種基于詞嵌入和注意力機制的改進模型——Att-CBOW模型，該模型能夠更好地捕捉文本中詞語之間的語義關系，并提高同義詞的辨識度。設計了相關實驗，將傳統(tǒng)CBOW模型、Skip-Gram模型和Att-CBOW模型應用于某領域文本和現(xiàn)有術語標準中的同義詞識別任務，實驗結(jié)果顯示，相較于CBOW模型與Skip-Gram模型，Att-CBOW模型的同義詞查出率分別提升8.51%以及18.09%。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權所有 京ICP備10017138號-2