《表2 位置推理例子:基于稠密连接记忆神经网络的文本推理》
考虑表2中的位置推理问题,答案需要两个事实,并且需要获得形状之间的关系才能获得正确答案。为解决这一问题,本文使用稠密连接增强各跳间的信息流,然后通过门机制筛选出各跳输入和输出中有意义的特征,使模型能更全面地考虑各跳中找到的相关事实,最后将这些相关事实输入到多层感知机中获取关系特征。如表2所示,当第一句与第二句对物体间的关系进行描述,就需要结合两句话的信息,在Den MemN2N中,使用稠密连接结构增强不同跳中找到的信息并使用门控机制加以过滤,使其过滤一些无用的信息(如例子中的颜色信息)。在获得各跳有效信息后,还需要通过这些有效信息获取各个物体(例子中的“triangle”“rectangle”“square”)间的关系特征,最后根据问题与关系特征获取答案。设第k跳的门控为Gk,且k≥2,则第k跳的计算流程可表示为
图表编号 | XD00163332700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 潘永华、闭应洲、潘怀奇、郑思霞 |
绘制单位 | 南宁师范大学计算机与信息工程学院、南宁师范大学计算机与信息工程学院、南宁师范大学计算机与信息工程学院、南宁师范大学计算机与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |