资料下载
×
一种注意力增强的自然语言推理模型aESIM
消耗积分:0 |
格式:pdf |
大小:1.67 MB |
2021-03-25
分享资料个
在自然语言处理任务中使用注意力机制可准确衡量单词重要度。为此，提出一种注意力增强的自然语言推理模型aESM。将词注意力层以及自适应方向权重层添加到ESIM模型的双向LSTM网络中，从而更有效地学习单词与句子表示，同时提高前提与假设文本之间局部推理的建模效率。在SNLI、 Multinli及 Quora数据集上的实验结果表明，与ESIM、HBMP、SSE等模型相比， ASIM模型的准确率能够提升0.5%~1%。
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
