文章目录
-
- 1、前言
- 2、图卷积神经网络
- 3、语法GCN
-
- 方向性
- 标签
- 逐边门
- 4、图卷积编码器
-
- BoW + GCN
- 卷积+ GCN
- BiRNN + GCN
- 参考
1、前言
图卷积编码是让编码器能够访问丰富的语法信息，但让它决定语法的哪些方面对MT（机器翻译）有益，而不是对语法和翻译任务之间的交互执行严格的约束，因为严格的语法限制通常会损害机器翻译。
基于 Seq2seq +Attention的NMT系统，将源句词表示为编码器中的潜在特征向量，并在生成翻译时使用这些向量。
图卷积编码目标是将源词的语法邻域信息自动合并到这些特征向量中，从而潜在地提高翻译输出的质量。因为向量对应于单词，所以很自然地使用依赖语法。依赖树(见图1)表示单词之间的句法关系:例如，mon
最后
以上就是坚定口红最近收集整理的关于7.5图卷积编码器-解码器的全部内容，更多相关7内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复