我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

基于新型卷积神经网络构建矿山灾害事件检测模型 下载：62 浏览：271

刘鹏1 魏卉子2 鹿晓龙2 刘明明3 《中文研究》 2020年4期

摘要:
事件检测属于自然语言处理的核心任务及难点之一，使用长短时记忆网络(LSTM)和卷积神经网络(CNN)进行的相关研究越来越广泛，但面对篇章级别的事件文本时，参数量庞大的LSTM与语义缺失明显的CNN导致模型检测准确性和收敛性均欠佳。该文结合迭代空洞卷积神经网络和高速神经网络，提出基于混合特征的高速迭代空洞卷积神经网络，力图优化深层模型训练中常见的梯度消失与爆炸现象，提取性能更优的篇章级文本特征。实验结果表明，该方法与当下主流的LSTM和CNN模型相比，矿山灾害事件检测效果更为理想，收敛性及训练效率也表现更优。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享