《表5 不同的RNN的实验结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《口语理解中改进循环神经网络的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

RNN的模型算法具有处理相关序列的特点，而文本信息中的文字之间能够更好地反映信息的内在关系，因此应用RNN可以处理相关的序列信息，但是，RNN在进行参数更新的时候会存在梯度消失的问题，这样就使得RNN会遗忘时间较长的历史信息，所以LSTM、GRU，SCRN以及本文提出的M-RNN，都能够解决RNN的梯度消失问题，具体的在ATIS数据库上实验如表5所示。