|
Эта публикация цитируется в 1 научной статье (всего в 1 статье)
Выбор оптимальной модели рекуррентной сети в задачах поиска парафраза
А. Н. Смердовa, О. Ю. Бахтеевa, В. В. Стрижовab a Московский физико-технический институт
b Вычислительный центр им. А. А. Дородницына Федерального исследовательского
центра «Информатика и управление» Российской академии наук
Аннотация:
Рассматривается задача выбора оптимальной рекуррентной нейронной сети. В качестве критерия оптимальности используется нижняя оценка правдоподобия модели. Исследование сконцентрировано на применении вариационного подхода к аппроксимации апостериорного распределения параметров модели. Частным случаем аппроксимации выступает нормальное распределение параметров с различными видами матрицы ковариаций. Для увеличения правдоподобия модели предлагается метод удаления параметров с наибольшей плотностью вероятности в нуле. В качестве иллюстративного примера рассматривается задача многоклассовой классификации на выборке пар схожих и несхожих предложений SemEval 2015.
Ключевые слова:
глубокое обучение, выбор оптимальной модели, рекуррентная нейросеть, разреживание нейросети, вариационный вывод.
Поступила в редакцию: 05.05.2018
Образец цитирования:
А. Н. Смердов, О. Ю. Бахтеев, В. В. Стрижов, “Выбор оптимальной модели рекуррентной сети в задачах поиска парафраза”, Информ. и её примен., 12:4 (2018), 63–69
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/ia564 https://www.mathnet.ru/rus/ia/v12/i4/p63
|
Статистика просмотров: |
Страница аннотации: | 244 | PDF полного текста: | 86 | Список литературы: | 23 |
|