HyperAIHyperAI

Command Palette

Search for a command to run...

句子状态LSTM用于文本表示

Yue Zhang; Qi Liu; Linfeng Song

摘要

双向LSTM(Bi-directional LSTM)是文本表示的强大工具。然而,由于其顺序性质,它们在实践中表现出各种局限性。本文研究了一种替代的LSTM结构,用于编码文本,该结构为每个单词设置了一个并行状态。通过递归步骤同时进行单词之间的局部和全局信息交换,而不是逐步读取单词序列。在多个分类和序列标注基准测试中的结果表明,所提出的模型具有强大的表示能力,在参数数量相似的情况下,其性能与堆叠的双向LSTM模型相比具有高度竞争力。


用 AI 构建 AI

从创意到上线——通过免费 AI 协同编码、开箱即用的环境和最优惠的 GPU 价格,加速您的 AI 开发。

AI 协同编码
开箱即用的 GPU
最优定价

HyperAI Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
句子状态LSTM用于文本表示 | 论文 | HyperAI超神经