论文集地址:https://www.aminer.cn/topic/6061f38492c7f9be21e06eb4
语义表示是自然语言处理的基础,我们需要将原始文本数据中的有用信息转换为计算机能够理解的语义表示,才能实现各种自然语言处理应用。表示学习旨在从大规模数据中自动学习数据的语义特征表示,并支持机器学习进一步用于数据训练和预测。以深度学习为代表的表示学习技术,能够灵活地建立对大规模文本的语义表示。
该论文集共收录30篇论文,引用最多的论文为Representation learning: a review and new perspectives,引用数为8951。
下论文,到AMiner:https://www.aminer.cn/

该论文集聚焦于语义表示学习,这是自然语言处理的基础。通过深度学习技术,能从大量文本中自动学习语义特征表示,支持机器学习任务。论文集中包含30篇论文,其中代表性论文‘Representation learning: a review and new perspectives’被引用8951次。访问AMiner获取更多详情。
2万+

被折叠的 条评论
为什么被折叠?



