文渊(小学版)2020，Issue(5) ：58-59.DOI:10.12252/j.issn.2096-6261.2020.05.083

基于分向卷积神经网络的特征提取模型

于铭汐
文渊(小学版)2020，Issue(5) ：58-59.DOI:10.12252/j.issn.2096-6261.2020.05.083
✕
  • NETL
  • NSTL
  • 万方数据

基于分向卷积神经网络的特征提取模型

于铭汐1
扫码查看

作者信息

  • 1. 辽宁科技大学 辽宁 鞍山 114000
  • 折叠

摘要

文字语言的多样性随着信息时代的快速发展被不断彰显.词语词性、词语指代等在复杂的网络环境中以差异化特征非独立存在.明确文字表达,分析词语指代是本文研究的重点.传统针对短文本或句子的消歧模型能满足简单的信息提取,文本翻译等浅层任务.本文以词性表达、语义指代、特征分析逐层剖析被选词语.通过机器学习理论结合神经网络运用,分别以向量化指代分析模型优化传统词向量生成;以指代特征提取模型优化特征向量提取.

引用本文复制引用

出版年

2020
文渊(小学版)

文渊(小学版)

ISSN：
参考文献量4
段落导航相关论文