基于注意力机制的编解码模型在文本摘要、杌器翻译等序列到序列任务上得到了广泛的应用。在深度学习框架中，深层神经网络能够提取输λ数据不冋的特征表示，因此传统编解码
2021-04-07 11:35
针对现有文本情感分析方法存在的无法高效捕捉相关文本情感特征从而造成情感分析效果不佳的问题提出一种融合双层多头自注意力与卷积神经网络（CNN）的回归
2021-03-25 15:16
基于注意力机制的新闻文本分类模型
2021-06-27 15:32
和全局信息。文中针对单标记和多标记情感分类任务，提出一种循环卷积注意力模型（ LSTM-CNN-ATT，LCA）。该模型
2021-04-14 14:39
情感分析是自然语言处理领域的一个重要分支，卷积神经网络（CNN）在文本情感分析方面取得了较好的效果，但其未充分提取文本信息中的关键情感信息。为此，建立一种基于注意力机制
2021-03-17 09:53
在协同过滤算法中，基于评分数据的矩阵分解方法得到广泛应用和发展，但评分数据稀疏性问题影响了该方法的推荐质量。针对此问题，提出一种联合评论文本层级注意力和外积的推荐方法（ RHAOR）。采用两个并行
2021-04-12 10:33
基于注意力机制等的社交网络热度预测模型
2021-06-07 15:12
识别模型。在音频模态中加人频率注意力机制学习频域上下文信息，利用多模态注意力机制将视频特征与音频特征进行融合，依据改进的损失函数对模态缺失问题进行优化，提高
2021-04-01 11:20
。首先，通过引入邻域选择机制挖掘三维模型的细粒度局部特征。其次，通过空间上下文编码机制捕捉多尺度空间上下文信息，且与细粒度局部特征相互补偿以増强特征的完备性。最后，采用种多头部杋制，使图注意力卷积层聚合
2021-04-02 13:56
基于多通道自注意力机制的电子病历架构
2021-06-24 16:19
