基于Seq2Seq与Bi-LSTM的中文文本自动校对模型
针对中文文本自动校对提出了一种新的基于Seq2Seq和Bi-LSTM结合的深度学习模型。与传统的基于规则和概率统计的方法不同，基于Seq2Seq基础结构改进，加入了Bi-LSTM单元和注意力机制，实现了一个中文文本自动校对模型。采用F0.5与GLEU指标评价，通过公开的数据集进行不同模型的对比实验。实验结果表明，新模型能有效地处理长距离的文本错误以及语义错误，Bi-RNN以及注意力机制的加入对中文文本校对模型的性能有显著提升。
文件下载
评论信息
其他资源
- 2015全国大学生电子设计竞赛综合测评题Multisim仿真电路图
- ec拨号相关.tar.gz
- 无模型自适应控制MATLAB代码
- opencv3.4.1 32位 Debug版本 x86（VS2017编译）
- CSS权威指南英文版 第四版 2017年编写
- 墨客网络纯真ip整理工具.
- DELTA DVP Series PLC.zip
- C++小顶堆的类模板实现
- 基于信息熵的邻域相关离群点检测方法
- vmpk模拟钢琴源代码
- 瑞萨单片机快速入门教程
- Led视窗2014(单双色版本V1.27中文版本).rar
- 基于android的音乐播放器
- halcon例程.txt
- jquery-3.3.1.js和 jquery-3.3.1.min.js
- snmp 编程（c#）
- 浪潮RIAD卡驱动
- 运动目标检测 c++ 图像编程
- 北大青鸟租房网
- SLES 11 SP4 x86_64
- 国软胡启平网络及分布式计算实验任务及答案
- Acoustics--Heinrich Kuttruff
- UE编辑器之快速添加注释
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明