Resumen

El aprendizaje profundo es la última tendencia de la investigación sobre aprendizaje automático e inteligencia artificial. Como nuevo campo con un rápido desarrollo en la última década, ha atraído cada vez más la atención de los investigadores. El modelo de red neuronal convolucional (CNN) es una de las estructuras clásicas más importantes en los modelos de aprendizaje profundo, y su rendimiento ha mejorado gradualmente en las tareas de aprendizaje profundo en los últimos años. Las redes neuronales convolucionales se han utilizado ampliamente en la clasificación de imágenes, la detección de objetivos, la segmentación semántica y el procesamiento del lenguaje natural porque pueden aprender automáticamente la representación de características de los datos de la muestra. En primer lugar, este artículo analiza la estructura del modelo de una red neuronal convolucional típica para aumentar la profundidad y la anchura de la red con el fin de mejorar su rendimiento, analiza la estructura de la red que mejora aún más el rendimiento del modelo utilizando el mecanismo de atención y, a continuación, resume y analiza la estructura del modelo especial actual. Para mejorar aún más el efecto del procesamiento del lenguaje del texto, se propone un modelo de red neuronal convolucional, una red neuronal convolucional híbrida (CNN) y una memoria a largo plazo (LSTM) basada en la fusión de las características del texto y el conocimiento del lenguaje. Las características del texto y el conocimiento del lenguaje se integran en el modelo de procesamiento del lenguaje, y la precisión del modelo de procesamiento del lenguaje del texto se mejora mediante la optimización de los parámetros. Los resultados experimentales sobre conjuntos de datos muestran que la precisión del modelo propuesto alcanza el 93,0%, lo que es mejor que el modelo de referencia en la literatura.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:red neuronal convolucional, modelo de procesamiento del lenguaje, características del texto, conocimiento del lenguaje, modelo de red neuronal, tendencias de la máquina, estructura clásica importante, tarea de aprendizaje profundo, procesamiento del lenguaje del texto, fusión del texto
• Keywords:convolutional neural network, language processing model, text features, language knowledge, neural network model, trends of machine, important classical structure, deep learning task, text language processing, fusion of text