Nghiên cứu và ứng dụng mạng nơ-ron hồi quy trong xử lý ngôn ngữ tự nhiên

Ngay này, kỹ thuật học sâu được ứng dụng và thu được các kết quả vượt trội trong lĩnh vực thị giác máy tính và xử lý ngôn ngữ tự nhiên. Các hệ thống thông minh ứng dụng các mạng sâu (deep neural network) hỗ trợ các công việc thay thế cho con người ngày càng phổ biến. Đặc điểm của công ngành công nghiệp 4.0 là sự xuất hiện của các robot ứng dụng trí tuệ nhân tạo. Nắm bắt xu hướng đó, học viên đã nghiên cứu và triển khai ứng dụng mạng nơ-ron hồi quy, một dạng của mạng học sâu trong xử lý ngôn ngữ tự nhiên. Mô hình mạng nơ-ron hồi quy trong đó sử dụng mạng LSTM được thiết kế để thực hiện mô hình chuyển đổi chuỗi sang chuỗi trong xử lý ngôn ngữ tự nhiên. Mô hình thực hiện việc nhận một chuỗi và trả lời lại một chuỗi mà nó đã được huấn luyện, đây là một mô hình phổ biến được áp dụng trong các trợ lý ảo. Ứng dụng mạng nơ-ron hồi quy được triển khai trên hệ thống nhúng Raspberry Pi cho robot. Robot được huấn luyện với nội dung bao gồm các câu hỏi và câu trả lời cho một môn học cụ thể. Robot có khả năng trả lời các câu hỏi liên quan đến kiến thức mà nó được huấn luyện khi nhận dạng. Để robot có khả năng giao tiếp, hệ thống được thiết kế sử dụng thêm khối chuyển đổi từ giọng nói sang văn bản. Kết quả thực hiện mô hình chạy ổn định trên phần cứng Raspberry. Mạng nơ-ron hồi quy được huấn luyện và có khả năng trả lời các câu hỏi liên quan nội dung đã được huấn luyện, mô hình đạt độ chính xác 87,2%. Kết quả cho thấy mạng nơ-ron hồi quy được ứng dụng hiệu quả trong kỹ thuật xử lý ngôn ngữ tự nhiên.
Bạn đang xem trang mẫu tài liệu này.