期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Dropout正则化的汉语框架语义角色识别
被引量:
16
1
作者
王瑞波
李济洪
+1 位作者
李国臣
杨耀文
《中文信息学报》
CSCD
北大核心
2017年第1期147-154,共8页
汉语框架语义角色识别是汉语框架语义分析的重要任务之一。该文基于汉语词语、词性等特征的分布式表示,使用一种多特征融合的神经网络结构来构建汉语框架语义角色识别模型。鉴于可用的训练语料规模有限,该文采用了Dropout正则化技术来...
汉语框架语义角色识别是汉语框架语义分析的重要任务之一。该文基于汉语词语、词性等特征的分布式表示,使用一种多特征融合的神经网络结构来构建汉语框架语义角色识别模型。鉴于可用的训练语料规模有限,该文采用了Dropout正则化技术来改进神经网络的训练过程。实验结果表明,Dropout正则化的加入有效地缓解了模型的过拟合现象,使得模型的F值有了近7%的提高。该文进一步优化了学习率以及分布式表示的初始值,最终的汉语框架语义角色识别的F值达到70.54%,较原有的最优结果提升2%左右。
展开更多
关键词
汉语框架网络
语义角色识别
Dropout正则化
下载PDF
职称材料
基于稳健设计的双向长短期记忆神经网络模型的调优方法
被引量:
3
2
作者
曹学飞
李济洪
+2 位作者
王瑞波
牛倩
王钰
《应用概率统计》
CSCD
北大核心
2022年第3期317-332,共16页
双向长短期记忆神经网络模型在自然语言处理中广泛使用,但其调优问题是使用中的难点.本文以自然语言处理中的语义角色识别任务为例,在双向长短期记忆神经网络模型的调优中,将4个候选特征(词、词性、目标词和位置)和2个超参数(网络的层...
双向长短期记忆神经网络模型在自然语言处理中广泛使用,但其调优问题是使用中的难点.本文以自然语言处理中的语义角色识别任务为例,在双向长短期记忆神经网络模型的调优中,将4个候选特征(词、词性、目标词和位置)和2个超参数(网络的层数和是否在顶层添加CRF分类器)看作稳健设计中的因子,设置各因子的水平,进行实验来选择特征和超参数的最优配置组合.本文在小数据集(6692条带有语义角色标注信息的例句)上以3×2交叉验证来做完全实验,以稳健设计的望大特性信噪比为优化目标,选出了模型的最优配置组合,并采用因子的方差分析,定量分析了各因子对模型性能的影响,使得模型有一定的可解释性.为了验证本文选出的最优配置组合的优良性,采用传统方法,在大数据集(约4万条例句)上以自然语言处理中常用的标准切分8:1:1,基于传统的贪心策略调优方法选出最优配置组合,并与本文方法在测试集进行比较,验证了本文的调优方法优于传统的调优方法.
展开更多
关键词
稳健设计
语义角色识别
长短期记忆神经网络
3×2交叉验证
下载PDF
职称材料
题名
基于Dropout正则化的汉语框架语义角色识别
被引量:
16
1
作者
王瑞波
李济洪
李国臣
杨耀文
机构
山西大学软件学院
山西大学计算机与信息技术学院
太原工业学院计算机科学系
山西大学数学科学学院
出处
《中文信息学报》
CSCD
北大核心
2017年第1期147-154,共8页
基金
国家自然科学基金(NNSFC-61503228)
NSFC-广东联合基金(第二期)
文摘
汉语框架语义角色识别是汉语框架语义分析的重要任务之一。该文基于汉语词语、词性等特征的分布式表示,使用一种多特征融合的神经网络结构来构建汉语框架语义角色识别模型。鉴于可用的训练语料规模有限,该文采用了Dropout正则化技术来改进神经网络的训练过程。实验结果表明,Dropout正则化的加入有效地缓解了模型的过拟合现象,使得模型的F值有了近7%的提高。该文进一步优化了学习率以及分布式表示的初始值,最终的汉语框架语义角色识别的F值达到70.54%,较原有的最优结果提升2%左右。
关键词
汉语框架网络
语义角色识别
Dropout正则化
Keywords
2hinese FrameNet
semantic role identification
dropout regularization
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于稳健设计的双向长短期记忆神经网络模型的调优方法
被引量:
3
2
作者
曹学飞
李济洪
王瑞波
牛倩
王钰
机构
山西大学软件学院
山西大学现代教育技术学院
出处
《应用概率统计》
CSCD
北大核心
2022年第3期317-332,共16页
基金
国家自然科学基金项目(批准号:62076156、61806115)资助.
文摘
双向长短期记忆神经网络模型在自然语言处理中广泛使用,但其调优问题是使用中的难点.本文以自然语言处理中的语义角色识别任务为例,在双向长短期记忆神经网络模型的调优中,将4个候选特征(词、词性、目标词和位置)和2个超参数(网络的层数和是否在顶层添加CRF分类器)看作稳健设计中的因子,设置各因子的水平,进行实验来选择特征和超参数的最优配置组合.本文在小数据集(6692条带有语义角色标注信息的例句)上以3×2交叉验证来做完全实验,以稳健设计的望大特性信噪比为优化目标,选出了模型的最优配置组合,并采用因子的方差分析,定量分析了各因子对模型性能的影响,使得模型有一定的可解释性.为了验证本文选出的最优配置组合的优良性,采用传统方法,在大数据集(约4万条例句)上以自然语言处理中常用的标准切分8:1:1,基于传统的贪心策略调优方法选出最优配置组合,并与本文方法在测试集进行比较,验证了本文的调优方法优于传统的调优方法.
关键词
稳健设计
语义角色识别
长短期记忆神经网络
3×2交叉验证
Keywords
robust design
semantic role recognition
long short-term memory neural network
3×2 cross validation
分类号
O212.6 [理学—概率论与数理统计]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Dropout正则化的汉语框架语义角色识别
王瑞波
李济洪
李国臣
杨耀文
《中文信息学报》
CSCD
北大核心
2017
16
下载PDF
职称材料
2
基于稳健设计的双向长短期记忆神经网络模型的调优方法
曹学飞
李济洪
王瑞波
牛倩
王钰
《应用概率统计》
CSCD
北大核心
2022
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部