温馨提示:您尚未登录,请点 登陆 后下载,如果您还没有账户请点 注册 ,登陆完成后,请刷新本页查看技术详细信息。
本发明提供一种基于深度学习的抽取式机器阅读理解模型的建立方法,该方法使用卷积代替了广泛应用在机器阅读理解的LSTM、GRU等RNN的变种,不同于RNN当前时刻的计算依赖上一时刻,卷积是可以并行计算的,这使得模型不论训练还是推理速度都优于使用...该专利属于中山大学;广东恒电信息科技股份有限公司所有,仅供学习研究参考,未经过中山大学;广东恒电信息科技股份有限公司授权不得商用。
温馨提示:您尚未登录,请点 登陆 后下载,如果您还没有账户请点 注册 ,登陆完成后,请刷新本页查看技术详细信息。
本发明提供一种基于深度学习的抽取式机器阅读理解模型的建立方法,该方法使用卷积代替了广泛应用在机器阅读理解的LSTM、GRU等RNN的变种,不同于RNN当前时刻的计算依赖上一时刻,卷积是可以并行计算的,这使得模型不论训练还是推理速度都优于使用...