-
公开(公告)号:CN105320986A
公开(公告)日:2016-02-10
申请号:CN201510242301.X
申请日:2015-05-13
Applicant: 三星电子株式会社
IPC: G06N3/08
Abstract: 本发明提供一种神经网络训练方法和设备及数据处理设备。基于训练数据的神经网络训练方法包括:接收包括序列数据的训练数据,从神经网络中的隐藏节点选择参考隐藏节点。所述方法还包括:基于通过从隐藏节点排除参考隐藏节点而获得的剩余隐藏节点并基于训练数据,来训练神经网络,剩余隐藏节点与之后时间间隔中的隐藏节点相连接,并且忽略参考隐藏节点与之后时间间隔中的隐藏节点之间的连接。
-
公开(公告)号:CN105810193B
公开(公告)日:2022-02-08
申请号:CN201610005525.3
申请日:2016-01-05
Applicant: 三星电子株式会社
Abstract: 提供一种训练语言模型的方法和设备及识别语言的方法和设备。一种用于训练语言模型的方法和设备包括:从训练数据产生第一训练特征向量序列和第二训练特征向量序列。所述方法被配置为基于第一训练特征向量序列执行神经网络的前向估计,基于第二训练特征向量序列执行神经网络的后向估计。所述方法还被配置为基于前向估计的结果和后向估计的结果训练语言模型。
-
公开(公告)号:CN105810193A
公开(公告)日:2016-07-27
申请号:CN201610005525.3
申请日:2016-01-05
Applicant: 三星电子株式会社
CPC classification number: G06N3/08 , G06F17/27 , G06N3/04 , G06N3/0445 , G06N3/084 , G10L15/005 , G10L15/16 , G10L15/19 , G10L15/063 , G10L25/30
Abstract: 提供一种训练语言模型的方法和设备及识别语言的方法和设备。一种用于训练语言模型的方法和设备包括:从训练数据产生第一训练特征向量序列和第二训练特征向量序列。所述方法被配置为基于第一训练特征向量序列执行神经网络的前向估计,基于第二训练特征向量序列执行神经网络的后向估计。所述方法还被配置为基于前向估计的结果和后向估计的结果训练语言模型。
-
-