资料下载
×
基于异质注意力的循环神经网络模型
消耗积分:0 |
格式:rar |
大小:1.45 MB |
2021-03-19
分享资料个
针对当前大数据环境下文本推荐不精确的问题，对文本数据和关系网络2种异质数据进行融合，并引入编码器-解码器框架，提岀基于异质注意力的循环神经网络模型用于短期文夲推荐。使用句子级的分布记忆模型和实体关系表示方法 Transr，分别将文本数据和关系网络嵌入到高维向量中作为模型的输入。在编码器阶段，使用双向GRU将用户的短期兴趣引入到推荐模型中，并将注意力机制与解码器相连接，使解码器能动态地选择并线性组合编码器输入序列的不同部分，以建模用户在短期内的偏好在解滞阶段，将编码器的注意力输出候选项和当前用户的表示作为输入。通过双向GRU和前馈网络层，计算每个候选项的得分得到推荐结果。实验结果表明与TF-IDF和 Temkin等模型相比，该模型在召回率和均值平均精度指标上均有明显提升。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
