论文笔记《Incorporating Copying Mechanism in Sequence-to-Sequence Learning》

本文介绍了一种名为CopyNet的模型,该模型在Seq2Seq+Attention基础上引入了拷贝机制,对特定任务有显著提升效果。通过预测与拷贝、状态更新两关键点,CopyNet能够更有效地处理输入序列中的重复或特定词汇。

论文《Incorporating Copying Mechanism in Sequence-to-Sequence Learning》

CopyNet 是在 Seq2Seq + Attention 的基础上,引入了拷贝机制,对某些任务会有所擅长。模型结构如下图 


实现上有关键两点(即图中右边的上下两个矩形框),

 

Prediction with Copying and Generation

 

State Updates

不明白的点,


--------------------- 
作者:张小彬的代码人生 
来源:优快云 
原文:https://blog.youkuaiyun.com/zhangxb35/article/details/76649861 
版权声明:本文为博主原创文章,转载请附上博文链接!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值