| 基于深度学习的中文标准文献语言模型 |
| |
| 引用本文： | 李抵非,田地,胡雄伟.基于深度学习的中文标准文献语言模型[J].吉林大学学报(工学版),2015,45(2):596-599. |
| |
| 作者姓名： | 李抵非 田地 胡雄伟 |
| |
| 作者单位： | 1. 吉林大学仪器科学与电气工程学院,长春,130021
2. 国家标准化管理委员会标准信息中心,北京,100088 |
| |
| 基金项目： | 科技部创新方法工作专项项目(2011IM010400) |
| |
| 摘 要： | 为解决中文标准文献的自然语言处理问题,对Hierarchical Log-Bilinear英文统计语言模型算法进行了改进,构建了适用于中文语言的模型。采用深度神经网络技术,将无监督学习与有监督学习相结合,利用多层受限玻尔兹曼机训练文本词向量,并将训练好的词向量输入到前馈神经网络进行有监督训练,完成对中文标准文献内容的机器学习。对100多万条标准题录数据进行训练的实验结果表明,该方法能有效提高语言模型的学习能力。
|
| 关 键 词： | 人工智能 自然语言处理 统计语言模型 深度神经网络 受限玻尔兹曼机 词向量表示 |
Standard literature language model based on deep learning |
| |
| LI Di-fei
,
TIAN Di
,
HU Xiong-wei.Standard literature language model based on deep learning[J].Journal of Jilin University:Eng and Technol Ed,2015,45(2):596-599. |
| |
| Authors: | LI Di-fei TIAN Di HU Xiong-wei |
| |
| Affiliation: | LI Di-fei;TIAN Di;HU Xiong-wei;College of Instrumentation & Electrical Engineering, Jilin University;Standardization Administration Information Center,Standardization Administration of the People’s Republic of China; |
| |
| Abstract: | |
| |
| Keywords: | artificial intelligence natural language processing statistical language model deep neural networks restricted boltzman machines distributed representations |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
