吴恩达NLP(3) S2S

吴恩达NLP(3) S2S_第1张图片

吴恩达NLP(3) S2S_第2张图片

吴恩达NLP(3) S2S_第3张图片吴恩达NLP(3) S2S_第4张图片吴恩达NLP(3) S2S_第5张图片吴恩达NLP(3) S2S_第6张图片吴恩达NLP(3) S2S_第7张图片吴恩达NLP(3) S2S_第8张图片吴恩达NLP(3) S2S_第9张图片吴恩达NLP(3) S2S_第10张图片吴恩达NLP(3) S2S_第11张图片
集束搜索方法
假设B=3,则第一个单词存在三种情况,在10000个词库中,选择前3个概率最高的,然后在这三种情况下分别取找第二个单词,则会有3*10000=30000种情况,然后再在这些情况中找前三个较好的概率,然后分别再进行下个单词概率的选择,直至最后选择结束 eos
吴恩达NLP(3) S2S_第12张图片
该改进集束搜索
吴恩达NLP(3) S2S_第13张图片吴恩达NLP(3) S2S_第14张图片吴恩达NLP(3) S2S_第15张图片
blue
吴恩达NLP(3) S2S_第16张图片
翻译出来的结果每个词去之前的参考中去找出现过几次,如果翻译出来有7句话,那么就是7分之几次。然后,根据有翻译结果挨着的两个词,是一个词组,去前面找重复的不算,有几个两两相挨着的词,就是几分之几。

吴恩达NLP(3) S2S_第17张图片
吴恩达NLP(3) S2S_第18张图片
吴恩达NLP(3) S2S_第19张图片
吴恩达NLP(3) S2S_第20张图片
每个部 是一个P值 当越短的时候 P越大,则会有一个BP 值 ,当MT长度大于标准数值时候,BP为 1 小于的时候为e(),然后累加的作合

吴恩达NLP(3) S2S_第21张图片

吴恩达NLP(3) S2S_第22张图片

吴恩达NLP(3) S2S_第23张图片

吴恩达NLP(3) S2S_第24张图片

吴恩达NLP(3) S2S_第25张图片

seq2seq 可以用于语音识别
吴恩达NLP(3) S2S_第26张图片
吴恩达NLP(3) S2S_第27张图片
假设10秒钟的语音 又10乘以100Hz 则为1000个数据数据,则输出时候为t t t _ h _e e e 等信息,即为要对应的输出1000个特征。可用重复的字母或者空格来满足结果。

吴恩达NLP(3) S2S_第28张图片

吴恩达NLP(3) S2S_第29张图片
吴恩达NLP(3) S2S_第30张图片唤醒中,1和0比例差太多,在唤醒的1后面加上一些1,则会改变比例。
吴恩达NLP(3) S2S_第31张图片

你可能感兴趣的:(NLP,深度学习)