主要研究了迁移学习在语义推理理解上的应用。研究尝试将注意力机制应用在迁移学习上,同时也尝试了使用特征和神经网络相结合的集成模型。实验证明神经网络在大规模语料中有丰富的语义向量表示能力,可以成功地应用在目标任务中。研究也分析了在不同时间点迁移模型对目标任务的影响。结果显示,在源任务的准确率达到拐点处迁移效果最好。实验最终证明本文的模型在语义推理方面是有效的。的语义推理网络本文实现了基于注意力机制的语义推理网络。使用LSTM对前提句和推论句进行语义向量编码。为了获得更有效的前提信息，本文在进行前提句编码时，使用了注意力机制，融合文章的推论切入点信息语义推理网络-电动折弯机数控滚圆机滚弧机张家港电动钢管滚圆机滚弧机，使得前提句中包含更多的语义特征。本文使用双线性来获取前提句和推论句的语义推理关系。由于本文使用的实验数据集数据量比较小，使用迁移学习让语义推理模型在大规模数据集中充分学习语义向量表示和语义推理关系表示本文由公司网站滚圆机网站 转载中国知网整理! http://www.gunyuanjixie.com。再将语义推理模型迁移到小数据集上展开训练。系统整体框架结构可如图1所示的语义推理网络本文实现了基于注意力机制的语义推理网络。使用LSTM对前提句和推论句进行语义向量编码。为了获得更有效的前提信息，本文在进行前提句编码时，使用了注意力机制，融合文章的推论切入点信息，使得前提句中包含更多的语义特征。本文使用双线性来获取前提句和推论句的语义推理关系。由于本文使用的实验数据集数据量比较小，使用迁移学习让语义推理模型在大规模数据集中充分学习语义向量表示和语义推理关系表示。再将语义推理模型迁移到小数据集上展开训练。系统整体框架结构可如图1所示语义推理网络-电动折弯机数控滚圆机滚弧机张家港电动钢管滚圆机滚弧机本文由公司网站滚圆机网站 转载中国知网整理! http://www.gunyuanjixie.com