- Главная
- Ресурсы
- Библиотечный поиск
- Журнал Сибирского федерального университета. Техника и технологии
- Выпуск 2016 г. Том 9. № 8
О применимости рекуррентных нейронных сетей к задаче статистического моделирования русского языкастатья из журнала
База данных: Каталог библиотеки СФУ (К 887)
Библиографическое описание: Кудинов, М. С. О применимости рекуррентных нейронных сетей к задаче статистического моделирования русского языка = On Applicability of Recurrent Neural Networks to Language Modelling for Inflective Languages / М. С. Кудинов. - Текст : непосредственный // Журнал Сибирского федерального университета. Техника и технологии. - 2016. - Т. 9, № 8. - С. 1291-1301 : рис. - Библиогр.: с. 1300-1301. - ISSN 1999-494X.
Аннотация: В статье представлены данные экспериментов по использованию рекуррентных нейронных сетей для языкового моделирования русского языка. Ранее уже была продемонстрирована невысокая эффективность стандартной архитектуры рекуррентной нейронной сети для моделирования русского языка. В данной статье рассматривается модель, осуществляющая предсказание леммы и морфологии последующего слова отдельно. Показано, что модель, использующая только леммы, превосходит n-граммную модель Кнессера-Нея как по перплексии, так и в простом эксперименте по ранжированию гипотез в распознавании речи. В то же время попытки внедрения морфологии в обучение нейронной сети не приводят к улучшениям.
Год издания: 2016
Авторы: Кудинов М. С.
Выпуск: Т. 9, № 8
Номера страниц: 1291-1301
Количество экземпляров:
Всего свободно 3 из 3 экземпляров.
- Информационно-библиографический отдел (пр. Свободный, 79, к. Б3-09): свободно 1 из 1 экземпляров
- Читальный зал (пер. Вузовский, 6Д): свободно 1 из 1 экземпляров
- Информационно-библиографический отдел (ул. Лиды Прушинской, 2, к. 3-06): свободно 1 из 1 экземпляров
Ключевые слова: распознавание речи, рекуррентная нейронная сеть, флективные языки, языковые модели
Рубрики: Вычислительная техника,
Прикладные информационные (компьютерные) технологии в целом
Прикладные информационные (компьютерные) технологии в целом
Классификационные коды: ГРНТИ 20
ISSN: 1999-494X
Идентификаторы: полочный индекс К 887, шифр jsft/2016/9/8-767623484