第5課-基于深度學(xué)的檢索機(jī)器人昕網(wǎng)絡(luò)教程_第1頁
第5課-基于深度學(xué)的檢索機(jī)器人昕網(wǎng)絡(luò)教程_第2頁
第5課-基于深度學(xué)的檢索機(jī)器人昕網(wǎng)絡(luò)教程_第3頁
第5課-基于深度學(xué)的檢索機(jī)器人昕網(wǎng)絡(luò)教程_第4頁
第5課-基于深度學(xué)的檢索機(jī)器人昕網(wǎng)絡(luò)教程_第5頁
已閱讀5頁,還剩17頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

VS 基于檢索的基于生成模型的 基于檢索的口典型的是seq2seq口以前者為主(可控度高) 口LogicClosestMatchClosestMeaningTimeLogic 詞+word2vec無法捕獲整句話語 口我們需要正樣本(正確的回答和負(fù)樣本(不對(duì)的回答Loss 口 ·訓(xùn)練集口 口 ·訓(xùn)練集 口 ·驗(yàn)證/測(cè)試集 口 詳見ipython 基線模型:random Query和Response都是經(jīng)過分詞和embedding映射的。初分詞且向量化的Query和Response經(jīng)過相同的RNN(wordby 損失函數(shù):二元的交叉熵(binarycross-entropy)函數(shù)/對(duì)數(shù)損失函數(shù)?;叵脒壿嫽貧w,交叉熵?fù)p失值為Ly*ln(y')1y*ln(1y') =-使得損失函數(shù)的值越??;反之亦然

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論