遞歸神經網絡的目的實際上是用句法分析等文法結構找到一個很好的語義組合效果。
該模型是通過句法分析器得到的,其主要目的是通過底層節點來計算其父節點的向量表示。在訓練的過程中,矩陣L會被視為一種參數,是以會被優化和調整。
【MV-RNN】
這種方式可以很好地展現相鄰節點之間的影響,例如:Cb, Bc,但是其缺點是參數過多,使得效率受到影響。
【RNTN】
其優點是可以展現相鄰節點之間的影響,而且減少了參數。
參考資料:深度學習基礎-哈爾濱工業大學-中國大學mooc
遞歸神經網絡的目的實際上是用句法分析等文法結構找到一個很好的語義組合效果。
該模型是通過句法分析器得到的,其主要目的是通過底層節點來計算其父節點的向量表示。在訓練的過程中,矩陣L會被視為一種參數,是以會被優化和調整。
【MV-RNN】
這種方式可以很好地展現相鄰節點之間的影響,例如:Cb, Bc,但是其缺點是參數過多,使得效率受到影響。
【RNTN】
其優點是可以展現相鄰節點之間的影響,而且減少了參數。
參考資料:深度學習基礎-哈爾濱工業大學-中國大學mooc