“Qixin Wang 2016-03-07”版本间的差异
来自cslt Wiki
| 第39行： | 第39行： | ||
form patent department: | form patent department: | ||
| + | |||
1，主题应该修改为：一种基于循环神经网络算法的汉字随机组合输出方法。 | 1，主题应该修改为：一种基于循环神经网络算法的汉字随机组合输出方法。 | ||
| + | |||
2，尽量不要涉及诗歌，因为诗歌被公认为是一种文学创作，属于智力活动。 | 2，尽量不要涉及诗歌，因为诗歌被公认为是一种文学创作，属于智力活动。 | ||
| + | |||
3，更多体现人工智能方面的特点，比如语义识别，综合分析，综合判断，大数据分析利用。 | 3，更多体现人工智能方面的特点，比如语义识别，综合分析，综合判断，大数据分析利用。 | ||
| + | |||
4，搭配硬件特征，比如语音输入输出模块，人机互动模块。 | 4，搭配硬件特征，比如语音输入输出模块，人机互动模块。 | ||
| + | |||
5，从技术角度解释如何体现随机性。 | 5，从技术角度解释如何体现随机性。 | ||
| + | |||
| + | |||
| + | modify: | ||
本发明利用RNN模型，可以在不改变模型结构情况下，通过改变限制条件，生成各种体文本，且生成文本与主题（用户输入的信息）紧密相关。 | 本发明利用RNN模型，可以在不改变模型结构情况下，通过改变限制条件，生成各种体文本，且生成文本与主题（用户输入的信息）紧密相关。 | ||
| + | |||
本发明可学习不同语料，从而生成不同语言风格的文本。 | 本发明可学习不同语料，从而生成不同语言风格的文本。 | ||
| + | |||
本发明可在不降低性能的前提下，生成多种与主题紧密相关的文本。 | 本发明可在不降低性能的前提下，生成多种与主题紧密相关的文本。 | ||
| + | |||
| + | [[文件:Picture1.png|900px]] | ||
2016年3月10日 (四) 01:04的版本
Work done in last week
- NaN bug
- BLEU code
- Giga poem vectors
- 5 poem training
some samples:
烟 村 三 月 雨 / 霜 鸿 下 戍 局 / 船 中 采 艇 人 / 晚 欲 一 声 臾
驰 辉 入 朱 明 / 寂 寥 空 已 名 / 西 风 吹 桂 树 / 双 燕 共 雕 英
羯 尾 大 如 斛 / 蕃 衣 方 怒 污 / 金 箱 不 戏 笔 / 玉 剑 倚 阑 出
BLEU bug, first sentence choice
Plan to do this week
- 7 poem training
- 7&5 mix training
- test
- baselines
- IJCAI Songci Review
for HUILIAN Tech=
- patent modify:
form patent department:
1，主题应该修改为：一种基于循环神经网络算法的汉字随机组合输出方法。
2，尽量不要涉及诗歌，因为诗歌被公认为是一种文学创作，属于智力活动。
3，更多体现人工智能方面的特点，比如语义识别，综合分析，综合判断，大数据分析利用。
4，搭配硬件特征，比如语音输入输出模块，人机互动模块。
5，从技术角度解释如何体现随机性。
modify:
本发明利用RNN模型，可以在不改变模型结构情况下，通过改变限制条件，生成各种体文本，且生成文本与主题（用户输入的信息）紧密相关。
本发明可学习不同语料，从而生成不同语言风格的文本。
本发明可在不降低性能的前提下，生成多种与主题紧密相关的文本。
