شبیه سازی مقاله ترکیبات معنایی از طریق فضاهای مجرد ماتریسی مجزا در نرم افزار متلب

توضیحات

شبیه سازی مقاله ترکیبات معنایی از طریق فضاهای مجرد ماتریسی مجزا در نرم افزار متلب

چکیده
مدل فضای بردار تک کلمه ای بوده است بسیار موفق در یادگیری اطلاعات واژگان.
با این حال، آنها نمیتوانند ترکیب را جذب کنند معنی عبارات طولانی، جلوگیری از آنها را از درک عمیق تر زبان.

یک شبکه عصبی بازگشتی را معرفی می کنیم (RNN) که ترکیبی را یاد می گیرد نمایندگی های برداری برای عبارات و جملات از نوع و طول نوع نحوی دلخواه.

مدل ما یک بردار و یک ماتریس را برای هر یک تعیین می کند گره در یک درخت تجزیه: ضبط بردار معنای ذاتی تشکیل دهنده، در حالی که ماتریس قطاری از چگونگی معنای آن را تغییر می دهد از کلمات یا عبارات همسایه.

این ماتریس-بردار RNN می تواند معنی را یاد بگیرد اپراتورها در منطق گزاره ای و طبیعی زبان.

این مدل وضعیتی را به دست می آورد عملکرد در سه آزمایش مختلف:
پیش بینی توزیع احساسات ریز از آداب و رسوم جفت؛ طبقه بندی احساسات برچسب ها بررسی و طبقه بندی فیلم ها
روابط معنایی مانند علت-اثر یا موضوع موضوع بین اسم ها با استفاده از نحو مسیر بین آنها.

شبیه سازی مقاله ترکیبات معنایی از طریق فضاهای مجرد ماتریسی مجزا در نرم افزار متلب توسط کارشناسان گروه ۱.۲.۳ پروژه پیاده سازی گردیده و به تعداد محدودی قابل فروش می باشد.

• فایلهای پروژه به صورت کامل پس از خرید فایل بلافاصله در اختیار شما قرار خواهد گرفت.