在多数神经网络模型仍然将目光放在顺序结构上时,近期出现的两种基于句法树的模型TreeLSTMs和TBCNNs由于加入了结构信息而在多个自然语言处理任务上表现出色。考虑到TreeLSTMs因计算空间关联性使其训练效率不高,该文提出一种针对句法树的混合神经网络模型,借助TBCNNs的树卷积和池化方法实现了类似TreeILSTMs的计算,故将此模型命名为Quasi-TreeIJSTMs。该文在依存树和支持树上分别构建了模型的两种版本Dependency Quasi-TreeLSTMs扣Constituency Quasi-TreeI,STMs,实验结果表明,在情感分类和语义相似性两类任务上Quasi-TreeI}STMs表现优异。
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
全部0条评论
快来发表一下你的评论吧 !