基于BERT-CNN的新聞文本分類的知識(shí)蒸餾方法研究
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大小：3576 K
標(biāo)簽： 新聞文本 BERT CNN
所需積分：0分積分不夠怎么辦？
文檔介紹：近年來(lái)，隨著大數(shù)據(jù)時(shí)代進(jìn)入人類的生活之后，人們的生活中出現(xiàn)很多無(wú)法識(shí)別的文本、語(yǔ)義等其他數(shù)據(jù)，這些數(shù)據(jù)的量十分龐大，語(yǔ)義也錯(cuò)綜復(fù)雜，這使得分類任務(wù)更加困難。如何讓計(jì)算機(jī)對(duì)這些信息進(jìn)行準(zhǔn)確的分類，已成為當(dāng)前研究的重要任務(wù)。在此過程中，中文新聞文本分類成為這個(gè)領(lǐng)域的一個(gè)分支，這對(duì)國(guó)家輿論的控制、用戶日常行為了解、用戶未來(lái)言行的預(yù)判都有著至關(guān)重要的作用。針對(duì)新聞文本分類模型參數(shù)量多和訓(xùn)練時(shí)間過長(zhǎng)的不足，在最大限度保留模型性能的情況下壓縮訓(xùn)練時(shí)間，力求二者折中，故提出基于BERT-CNN的知識(shí)蒸餾。根據(jù)模型壓縮的技術(shù)特點(diǎn)，將BERT作為教師模型，CNN作為學(xué)生模型，先將BERT進(jìn)行預(yù)訓(xùn)練后再讓學(xué)生模型泛化教師模型的能力。實(shí)驗(yàn)結(jié)果表明，在模型性能損失約2.09%的情況下，模型參數(shù)量壓縮約為原來(lái)的1/82，且時(shí)間縮短約為原來(lái)的1/670。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。
主站蜘蛛池模板： 国产一级毛片国语版 | 欧美视频久久久 | 国产日本三级 | 91久久精品国产免费一区 | 国产精品区牛牛影院 | 日韩免费三级 | 热e国产| 国产成人精品亚洲日本语音 | 亚洲美女免费视频 | 九九视频高清视频免费观看 | 新26uuu在线亚洲欧美 | www.黄免费| 她也啪97在线视频 | 激情宗合 | 国产亚洲精品成人一区看片 | 亚洲香蕉久久一区二区三区四区 | 亚洲久久成人 | 久9久9精品视频在线观看 | 成年美女黄网站色大 | 亚洲一区欧美一区 | 欧美成人免费一级人片 | 成人免费大片黄在线观看com | 澳门毛片免费观看 | 国产91在线精品 | 国产视频精品久久 | 国产精品久久久久久久久久久威 | 欧美成人亚洲综合精品欧美激情 | 三级色网 | 国产精品九九免费视频 | 亚洲国产一区二区三区在线观看 | 国产成人精品日本亚洲专区6 | 看全色黄大色黄大片毛片 | 欧美日韩国产片 | 国产成人高清亚洲一区91 | japonensis国产福利| 欧美精品xxxⅹ欧美 欧美精品不卡 | 久久久久久九九 | 欧美一区二区亚洲 | 精品国产精品 | 亚洲天堂视频在线观看免费 | 国产成人在线视频网站 |