首页 AI学术青年与开发者社区

NLP工程师入门实践:基于深度学习的自然语言处理

开课时间:2月开课,每周定时更新
开课时长:三大模块,预计20个课时
NLP领域 基础入门
会员免费
现价:¥599.00
原价:¥699.00

  开通会员,立省599元 立即开通

  当前课程,会员领券立减59元>>

该课程已关闭

单语义文档表达的 Deep Learning Model

  • 文件表达
    • 利用深度学习来生成文档的高维度向量
      • FCN (全连结网络)
      • RNN
      • CNN
    • 得到两个文档的表达后,计算这两个向量的相似度
  • 优点
    • 文本可以映射为一个简结的表达式 (representation)
    • 匹配的计算速度快
    • 可以透过大量无监督的数据来进行预训
  • 缺点
    • 很多匹配问题不具备递移性
    • 只能有效捕捉到与描述对匹配有用的局部化讯息

 

补充说明:Word Hashing
英文的输入层处理方式是通过Word Hashing。举个例子,假设用letter-trigams 来切分单词(3 个字母为一组,#表示开始和结束符),boy 这个单词会被切为#-bo, boy, oy-#,可以用letter- 3-gram 的vector 来表示,因此可以来减少计算上所需要的维度。

 

[展开全文]

授课教师

新加坡南洋理工大学 博士
微信扫码分享课程