In particular, convolution neural n

In particular, convolution neural network1 (Zheng et al., 2013), tensor neural network (Pei et al., 2014), recur- sive neural network (Chen et al., 2015a) and long- short-term-memory (LSTM) (Chen et al., 2015b) have been used to derive neural feature represen- tations from input word sequences, which are fed into a CRF inference layer.

Kết quả (Việt) 1:

Trong cụ thể, convolution neural network1 (Trịnh et al., 2013), mạng nơ-ron tensor (Pei et al., 2014), mạng nơ-ron sive tái diễn (Chen et al., 2015a) và long-short-hạn – bộ nhớ (LSTM) (Chen et al., 2015b) đã được sử dụng để lấy được các tính năng thần kinh represen-tations từ trình tự từ đầu vào, được đưa vào một lớp CRF suy luận.

Kết quả (Việt) 2:

Đặc biệt, chập thần kinh network1 (Zheng et al., 2013), tensor mạng thần kinh (Pei et al., 2014), recur- mạng nơron sive (Chen et al., 2015a) và dài hạn ngắn hạn bộ nhớ (LSTM ) (Chen et al., 2015b) đã được sử dụng để lấy năng thần kinh tations represen- từ trình tự từ đầu vào, được đưa vào một lớp suy luận CRF.