文献

J-GLOBAL ID：201902225875270265   整理番号：19A2256883

注意力機構の深さ学習における研究の進展【JST・京大機械翻訳】

Research Progress of Attention Mechanism in Deep Learning

著者 (5件)： Zhu Zhangli (西安交通大学軟件学院社会智能与復雑数据処理実験室 ,陜西西安,710049) ,  Rao Yuan (西安交通大学軟件学院社会智能与復雑数据処理実験室 ,陜西西安,710049) ,  Wu Yuan (西安交通大学軟件学院社会智能与復雑数据処理実験室 ,陜西西安,710049) ,  Qi Jiangnan (西安交通大学軟件学院社会智能与復雑数据処理実験室 ,陜西西安,710049) ,  Zhang Yu (陜西師范大学計算机科学学院 ,陜西西安,710119)
資料名： Zhongwen Xinxi Xuebao  (Zhongwen Xinxi Xuebao)
巻： 33  号： 6  ページ： 1-11  発行年： 2019年 
JST資料番号： C2296A  ISSN： 1003-0077  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 注意力機構は,現在の深さ学習分野における主流の方法と研究焦点の1つになりつつあるが,それは,ソース言語表現方式の改良を通して,ソース言語に関する情報を動的に選択して,古典的Encoder-Decoderフレームワークの不足を大いに改良した。本論文は,Encoder-Decoderフレームワークにおける長い記憶能力,シーケンス変換プロセスの間の相関関係,および動的構造出力品質などのいくつかの問題に基づいて,注意機構の定義と原理を記述して,いくつかの異なった分類方法を導入した。画像認識,音声認識,および自然言語処理における現在の注意機構の応用状況について,現在の研究状況を分析した。同時に、多モード注意力メカニズム、注意力の評価メカニズム、モデルの解釈可能性及び注意力と新モデルの融合などの方面から検討を行い、注意力メカニズムの深い学習における応用に新たな研究手がかりと方向を提供した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 画像認識 ,  品質 ,  多モード ,  音声認識 ,  モデル ,  言語 ,  *学習 ,  自然言語処理
準シソーラス用語： 判断能力 ,  分類法 ,  動的構造 ,  言語表現 , 【Automatic Indexing@JST】

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (4件)： 注意力 ,  学習 ,  研究 ,  進展