基于RNN构建的语言模型

ippputeeel

于 2018-07-26 01:18:11 发布

阅读量2.2k

点赞数 1

分类专栏： nlp

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/weixin_40485472/article/details/81116815

版权

本文探讨了基于Recurrent Neural Network (RNN)构建的语言模型，用于评估句子的可能性和生成新句子。介绍了RNNLM的模型结构、训练策略，如正态初始化、动态学习率调整以及罕见词合并策略。同时，提到了BPTT在优化RNNLM中的作用，以及针对训练时间长的问题，提出了一种基于噪声对比估计的快速训练方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

语言模型的作用：1.可以给出任意一个句子的分数，评价这个句子在实际中发生的可能性。2.可以产生新的句子（character level language model）

论文

1.Recurrent neural network based language model

模型： $x(t)=w(t)+s(t-1)$ ，输入为 $x(t)$ ,包含了当前词 $w_t$ 和上一时刻的状态,其中 $w_t$ 的维度为词表大小

hidden state 为

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。