【机器学习】自然语言处理的常用算法

博客介绍了自然语言处理相关模型,包括HMM、条件随机场、RNN、LSTM、GRU和双向RNN。其中RNN能考虑全部前序词汇,LSTM可学习长期依赖,GRU是LSTM变种,双向RNN适用于输出与前后状态都相关的问题。

参考

华为云学院

HMM

在这里插入图片描述
在这里插入图片描述

条件随机场

在这里插入图片描述

RNN

不同于传统的机器翻译模型,RNN有能力将语料集中的全部前序词汇纳入模型的考虑范围。传统的机器翻译模型仅仅考虑有限的前缀词汇信息作为语义模型的条件项。
在这里插入图片描述

LSTM

长短期记忆网络(Long Short Term Memory,LSTM):一种特殊的RNN,可以学习长期依赖信息。
在这里插入图片描述

GRU

GRU可以看成是LSTM的变种,GRU把LSTM的遗忘门和输入门用更新门替代。把cell state和隐状态ht进行合并,在计算当前时刻新信息的方法和LSTM有所不同。
在这里插入图片描述

双向RNN

在经典循环神经网络中,状态的传输从前往后单向传输。然而在有些问题中,当前时刻的输出不仅和前一刻的状态有关系,也和之后的状态相关。这时需要双向RNN(BiRNN)。
在这里插入图片描述

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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