- 专利标题: 一种基于宽度随机森林的句法依存模型、训练方法和分析方法
-
申请号: CN201910494216.0申请日: 2019-06-06
-
公开(公告)号: CN110458181B公开(公告)日: 2021-12-24
- 发明人: 刘鹏 , 张国鹏 , 孟磊 , 王学奎 , 魏卉子 , 景江波 , 鹿晓龙 , 叶帅
- 申请人: 中国矿业大学
- 申请人地址: 江苏省徐州市大学路1号中国矿业大学科研院
- 专利权人: 中国矿业大学
- 当前专利权人: 中国矿业大学
- 当前专利权人地址: 江苏省徐州市大学路1号中国矿业大学科研院
- 代理机构: 南京瑞弘专利商标事务所
- 代理商 李悦声
- 优先权: 2018105826980 20180607 CN
- 主分类号: G06F40/211
- IPC分类号: G06F40/211
摘要:
本发明公开了一种基于宽度随机森林的句法依存模型、训练方法和分析方法,适用于句法依存分析使用。将随机森林集成模型用于基于转移的句法依存分析中,进行局部依存构建预测,主要包括模型设计和模型训练两部分,模型设计部分主要包括特征映射层和增强层的设计、输出权重的设计两部分,通过设计随机森林和完全随机森林组成的神经网络节点,以自适应调节模型的宽度,通过节点的平均准确率得到本地权重计算输出权重,最后求解最终输出向量。其自动化程度高,通过训练自适应决定模型大小,理论分析容易、可解释性以及并行化能力强。
公开/授权文献
- CN110458181A 一种基于宽度随机森林的句法依存模型、训练方法和分析方法 公开/授权日:2019-11-15