91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

淺談圖神經(jīng)網(wǎng)絡(luò)在自然語言處理中的應(yīng)用簡述

深度學(xué)習(xí)自然語言處理 ? 來源:深度學(xué)習(xí)與圖網(wǎng)絡(luò) ? 作者:深度學(xué)習(xí)與圖網(wǎng)絡(luò) ? 2021-04-26 14:57 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

近幾年,神經(jīng)網(wǎng)絡(luò)因其強大的表征能力逐漸取代傳統(tǒng)的機(jī)器學(xué)習(xí)成為自然語言處理任務(wù)的基本模型。然而經(jīng)典的神經(jīng)網(wǎng)絡(luò)模型只能處理歐氏空間中的數(shù)據(jù),自然語言處理領(lǐng)域中,篇章結(jié)構(gòu),句法甚至句子本身都以圖數(shù)據(jù)的形式存在。因此,圖神經(jīng)網(wǎng)絡(luò)引起學(xué)界廣泛關(guān)注,并在自然語言處理的多個領(lǐng)域成功應(yīng)用。該文對圖神經(jīng)網(wǎng)絡(luò)在自然語言處理領(lǐng)域中的應(yīng)用進(jìn)行了系統(tǒng)性的綜述, 首先介紹了圖神經(jīng)網(wǎng)絡(luò)的核心思想并梳理了三種經(jīng)典方法: 圖循環(huán)網(wǎng)絡(luò),圖卷積網(wǎng)絡(luò)和圖注意力網(wǎng)絡(luò);然后在具體任務(wù)中,詳細(xì)描述了如何根據(jù)任務(wù)特性構(gòu)建合適的圖結(jié)構(gòu)以及如何合理運用圖結(jié)構(gòu)表示模型。該文認(rèn)為,相比專注于探索圖神經(jīng)網(wǎng)絡(luò)的不同結(jié)構(gòu),探索如何以圖的方式建模不同任務(wù)中的關(guān)鍵信息,是圖神經(jīng)網(wǎng)絡(luò)未來工作中更具普遍性和學(xué)術(shù)價值的一個研究方向。

c907e590-a643-11eb-aece-12bb97331649.png

自然語言處理中存在很多圖結(jié)構(gòu)。如圖 1 所 示,從句法結(jié)構(gòu)、語義關(guān)系圖、篇章關(guān)系結(jié)構(gòu),到實體和共指結(jié)構(gòu)、關(guān)系結(jié)構(gòu)和知識圖譜,都是一般的圖結(jié) 構(gòu)。一個句子內(nèi)部的字、詞相鄰關(guān)系也構(gòu)成圖結(jié)構(gòu)。形式上,圖由節(jié)點和邊組成。本文以三類圖結(jié)構(gòu)為 例,觀察自然語言處理任務(wù)中相關(guān)的節(jié)點和邊,以便 更具體地了解這些任務(wù)所對應(yīng)的圖。

第一類圖結(jié)構(gòu)是基于句子的語言結(jié)構(gòu)。已有研究表明,對關(guān)系提取、機(jī)器翻譯和其他自然語言處理 任務(wù),句法[1]、語義[2]和篇章結(jié)構(gòu)信息[3]非常有用。因此,一種在句子上定義圖結(jié)構(gòu)的方法是把每個詞 當(dāng)作節(jié)點,并把句法依存關(guān)系、語義角色和篇章關(guān)系 等節(jié)點之間的鏈接當(dāng)作邊。我們可以在相鄰單詞之 間添加多種類型的邊,從而形成一種具有統(tǒng)一節(jié)點 類型但具有不同邊類型的圖。

第二類圖結(jié)構(gòu)是基于文檔中的實體和共指關(guān)系 連接構(gòu)建的,如圖 1(a)所示。對于機(jī)器閱讀的任 務(wù),有研究表明,為了正確地回答問題,對參考文檔 中不同的句子進(jìn)行推理可能是有必要的[4]。一種為 這種推理構(gòu)建圖結(jié)構(gòu)的方法是把文檔中提及的實體 作為節(jié)點,并把實體之間的共指鏈接作為邊。另外, 除了文本文檔中的實體,知識圖譜中的實體也可以 使用圖神經(jīng)網(wǎng)絡(luò)進(jìn)行編碼,如圖1(b)所示。

第三類圖結(jié)構(gòu)可以是結(jié)構(gòu)預(yù)測任務(wù)中的圖結(jié)構(gòu) 本身。具體來說,如圖1(c)所示,多個基準(zhǔn)結(jié)構(gòu)化 預(yù)測模型給出的候選圖結(jié)構(gòu)可以使用圖神經(jīng)網(wǎng)絡(luò)表 示來進(jìn)行重排序。這樣的候選圖結(jié)構(gòu)可以由一個基 線系統(tǒng)的k 個最優(yōu)的輸出結(jié)構(gòu)組成。當(dāng)將這些結(jié) 構(gòu)整合在一起形成一個圖時,可以提取其中有用的 特征,以便從中進(jìn)一步預(yù)測出正確的輸出[5]。

近年來,圖神經(jīng)網(wǎng)絡(luò)已被廣泛運用到自然語言 處理的大多數(shù)任務(wù)當(dāng)中。有一系列的工作利用圖神 經(jīng)網(wǎng)絡(luò)對上述幾類任務(wù)中的圖結(jié)構(gòu)進(jìn)行編碼,從而 更充分地得到相關(guān)表示,能有效地解決相關(guān)問題。本綜述系統(tǒng)性地匯報相關(guān)工作,首先介紹圖神經(jīng)網(wǎng) 絡(luò)的基本概念,然后根據(jù)不同任務(wù),分別介紹圖網(wǎng)絡(luò) 在自然語言處理中的應(yīng)用。與已有的圖神經(jīng)網(wǎng)絡(luò)綜 述[6-7]相比,本文針對自然語言處理進(jìn)行詳細(xì)闡述。
編輯:lyn

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    自然語言處理NLP的概念和工作原理

    自然語言處理 (NLP) 是人工智能 (AI) 的一個分支,它會教計算機(jī)如何理解口頭和書面形式的人類語言。自然語言處理將計算
    的頭像 發(fā)表于 01-29 14:01 ?367次閱讀
    <b class='flag-5'>自然語言</b><b class='flag-5'>處理</b>NLP的概念和工作原理

    神經(jīng)網(wǎng)絡(luò)的初步認(rèn)識

    如今機(jī)器學(xué)習(xí)的領(lǐng)域中,有許多方法可以用來解決特定的問題,例如房價預(yù)測、郵件分類、文件壓縮等。而與我們?nèi)粘I铌P(guān)系最密切的應(yīng)用莫過于計算機(jī)視覺(如學(xué)校門禁系統(tǒng))和自然語言處理(如Siri)。這些
    的頭像 發(fā)表于 12-17 15:05 ?324次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的初步認(rèn)識

    自動駕駛中常提的卷積神經(jīng)網(wǎng)絡(luò)是個啥?

    自動駕駛領(lǐng)域,經(jīng)常會聽到卷積神經(jīng)網(wǎng)絡(luò)技術(shù)。卷積神經(jīng)網(wǎng)絡(luò),簡稱為CNN,是一種專門用來處理網(wǎng)格狀數(shù)據(jù)(比如圖像)的深度學(xué)習(xí)模型。CNN圖像
    的頭像 發(fā)表于 11-19 18:15 ?2076次閱讀
    自動駕駛中常提的卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>是個啥?

    云知聲論文入選自然語言處理頂會EMNLP 2025

    近日,自然語言處理(NLP)領(lǐng)域國際權(quán)威會議 ——2025 年計算語言學(xué)與自然語言處理國際會議(EMNLP 2025)公布論文錄用結(jié)果,云知
    的頭像 發(fā)表于 11-10 17:30 ?803次閱讀
    云知聲論文入選<b class='flag-5'>自然語言</b><b class='flag-5'>處理</b>頂會EMNLP 2025

    CNN卷積神經(jīng)網(wǎng)絡(luò)設(shè)計原理及MCU200T上仿真測試

    數(shù)的提出很大程度的解決了BP算法優(yōu)化深層神經(jīng)網(wǎng)絡(luò)時的梯度耗散問題。當(dāng)x&gt;0 時,梯度恒為1,無梯度耗散問題,收斂快;當(dāng)x&lt;0 時,該層的輸出為0。 CNN
    發(fā)表于 10-29 07:49

    NMSIS神經(jīng)網(wǎng)絡(luò)庫使用介紹

    NMSIS NN 軟件庫是一組高效的神經(jīng)網(wǎng)絡(luò)內(nèi)核,旨在最大限度地提高 Nuclei N 處理器內(nèi)核上的神經(jīng)網(wǎng)絡(luò)的性能并最??大限度地減少其內(nèi)存占用。 該庫分為多個功能,每個功能涵蓋特定類別
    發(fā)表于 10-29 06:08

    Ubuntu20.04系統(tǒng)訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗

    本帖欲分享Ubuntu20.04系統(tǒng)訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗。我們采用jupyter notebook作為開發(fā)IDE,以TensorFlow2為訓(xùn)練框架,目標(biāo)是訓(xùn)練一個手寫數(shù)字識別的神經(jīng)
    發(fā)表于 10-22 07:03

    CICC2033神經(jīng)網(wǎng)絡(luò)部署相關(guān)操作

    完成神經(jīng)網(wǎng)絡(luò)量化后,需要將神經(jīng)網(wǎng)絡(luò)部署到硬件加速器上。首先需要將所有權(quán)重數(shù)據(jù)以及輸入數(shù)據(jù)導(dǎo)入到存儲器內(nèi)。 仿真環(huán)境下,可將其存于一個文件,并在 Verilog 代碼
    發(fā)表于 10-20 08:00

    液態(tài)神經(jīng)網(wǎng)絡(luò)(LNN):時間連續(xù)性與動態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)

    神經(jīng)元,但卻能產(chǎn)生復(fù)雜的行為。受此啟發(fā),與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)相比,LNN旨在通過模擬大腦中神經(jīng)元之間的動態(tài)連接來處理信息,這種網(wǎng)絡(luò)能夠順序
    的頭像 發(fā)表于 09-28 10:03 ?1211次閱讀
    液態(tài)<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>(LNN):時間連續(xù)性與動態(tài)適應(yīng)性的<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

    神經(jīng)網(wǎng)絡(luò)的并行計算與加速技術(shù)

    問題。因此,并行計算與加速技術(shù)神經(jīng)網(wǎng)絡(luò)研究和應(yīng)用變得至關(guān)重要,它們能夠顯著提升神經(jīng)網(wǎng)絡(luò)的性能和效率,滿足實際應(yīng)用對快速響應(yīng)和大規(guī)模數(shù)據(jù)
    的頭像 發(fā)表于 09-17 13:31 ?1126次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的并行計算與加速技術(shù)

    神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)電機(jī)故障診斷的應(yīng)用

    的診斷誤差。仿真結(jié)果驗證了該算法的有效性。 純分享帖,需要者可點擊附件免費獲取完整資料~~~*附件:神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)電機(jī)故障診斷的應(yīng)用.pdf【免責(zé)聲明】本文系網(wǎng)絡(luò)轉(zhuǎn)載,版權(quán)歸原作
    發(fā)表于 06-16 22:09

    神經(jīng)網(wǎng)絡(luò)RAS異步電機(jī)轉(zhuǎn)速估計的仿真研究

    ,在一定程度上擴(kuò)展了轉(zhuǎn)速估計范圍。 純分享帖,需要者可點擊附件免費獲取完整資料~~~*附件:神經(jīng)網(wǎng)絡(luò)RAS異步電機(jī)轉(zhuǎn)速估計的仿真研究.pdf【免責(zé)聲明】本文系網(wǎng)絡(luò)轉(zhuǎn)載,版權(quán)歸原作者
    發(fā)表于 06-16 21:54

    基于FPGA搭建神經(jīng)網(wǎng)絡(luò)的步驟解析

    本文的目的是一個神經(jīng)網(wǎng)絡(luò)已經(jīng)通過python或者M(jìn)ATLAB訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型,將訓(xùn)練好的模型的權(quán)重和偏置文件以TXT文件格式導(dǎo)出,然后通過python程序?qū)xt文件轉(zhuǎn)化為coe文件,(coe
    的頭像 發(fā)表于 06-03 15:51 ?1206次閱讀
    基于FPGA搭建<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的步驟解析

    AI神經(jīng)網(wǎng)絡(luò)降噪算法語音通話產(chǎn)品的應(yīng)用優(yōu)勢與前景分析

    隨著人工智能技術(shù)的快速發(fā)展,AI神經(jīng)網(wǎng)絡(luò)降噪算法語音通話產(chǎn)品的應(yīng)用正逐步取代傳統(tǒng)降噪技術(shù),成為提升語音質(zhì)量的關(guān)鍵解決方案。相比傳統(tǒng)DSP(數(shù)字信號處理)降噪,AI降噪具有更強的環(huán)境
    的頭像 發(fā)表于 05-16 17:07 ?1512次閱讀
    AI<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>降噪算法<b class='flag-5'>在</b>語音通話產(chǎn)品<b class='flag-5'>中</b>的應(yīng)用優(yōu)勢與前景分析

    自然語言提示原型英特爾Vision大會上首次亮相

    英特爾Vision大會上,Network Optix首次展示了自然語言提示原型,該方案將重新定義視頻管理,為各行各業(yè)由AI驅(qū)動的洞察和效率提速。
    的頭像 發(fā)表于 04-09 09:30 ?963次閱讀