多通道反向字典模型

方法

多通道反向字典模型_第1张图片
将单词的definition embedding输入Bi-LSTM模型,经过处理得到5个分数并加权求和得到最终的置信分数
在这里插入图片描述
最后对分数向量进行降序排序,得到word rank
代码实现
_, indices = torch.sort(score, descending=True)

辅助信息

这是AAAI 2020的论文,作者尚未提供附录

你可能感兴趣的:(多通道,人工智能,深度学习)