引入外部记忆的循环神经网络的口语理解
来源：计算机工程与应用杂志2019年第12期北京时间：
作者：许莹莹，黄 浩
单位：新疆大学 信息科学与工程学院，乌鲁木齐 830046
摘要：循环神经网络（RNN）越来越在口语理解（Spoken Language Understanding，SLU）任务中显示出优势。然而，由于梯度消失和梯度爆炸问题，简单循环神经网络的存储容量受到限制。提出一种使用外部存储器来提高记忆能力的循环神经网络。并在ATIS数据集上进行了实验，并与其他公开报道的模型进行比较。结果说明，在口语理解任务上，提出的引入外部记忆的循环神经网络在准确性、召回率和F1值都有较明显提高，优于传统循环神经网络及其变体结构。
关键词：口语理解,循环神经网络,长短时记忆网络,神经图灵机
