知识卡片
序列任务的输入输出
序列模型的输入输出形态应与任务匹配:槽填充可对每个词输出标签;情感分析可将整个输入序列映射为一个类别;语音识别和翻译则可能把输入序列映射为长度不同的输出序列,语音合成可从文字或音素序列生成声音序列。相同的循环骨架需要配合不同的输出与训练方式。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 循环神经网络 5.8.1 多对一序列 · 查看原书依据
如果输入是一个序列,则输出是一个向量.情感分析(sentiment analysis)是典型的应用,如图5.33 所示.某公司想要知道自己的产品在网上的评价是正面的还是负面的,可能会写一个爬虫,把跟产品有关的文章都爬取下来. 一篇一篇地看太累了,可以采用机器学习 的方法,通过学习一个分类器(classifier)来判断文章的影响是正面的还是负面的.以电影为例,情感分析就是给机器看很多的文章,机器需要自动判断哪些文章的影响是正面的,而哪些文章的影响是负面的. 机器可以学习一个循环神经网络,输入是一个序列. 这个循环神经网络会把这个序列读一遍,并在最后一个时间点,把隐藏层拿出来,再通过几个变换,就可以得到最后的情感分析结果.
参考来源
- 位置:《深度学习详解》第5章《循环神经网络》5.8.1 多对一序列(来源项目 book-source:`extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter05.xhtml`)
- 结论依据:原文讨论门控记忆、序列任务形态、CTC 对齐或序列生成;相关图式已读取。
- 原始内容:如果输入是一个序列,则输出是一个向量.情感分析(sentiment analysis)是典型的应用,如图5.33 所示.某公司想要知道自己的产品在网上的评价是正面的还是负面的,可能会写一个爬虫,把跟产品有关的文章都爬取下来. 一篇一篇地看太累了,可以采用机器学习 的方法,通过学习一个分类器(classifier)来判断文章的影响是正面的还是负面的.以电影为例,情感分析就是给机器看很多的文章,机器需要自动判断哪些文章的影响是正面的,而哪些文章的影响是负面的. 机器可以学习一个循环神经网络,输入是一个序列. 这个循环神经网络会把这个序列读一遍,并在最后一个时间点,把隐藏层拿出来,再通过几个变换,就可以得到最后的情感分析结果.