基于稠密连接记忆神经网络的文本推理

来源：计算机应用研究杂志2020年第5期北京时间：

作者：潘永华,闭应洲,潘怀奇,郑思霞,

单位：南宁师范大学计算机与信息工程学院,南宁530001；

摘要：由于传统的端到端记忆神经网络模型特征表示能力不足、无法很好地表示各个记忆之间的联系，导致其在数据集bAbI中的位置推理和路径查找问题正确率不高，针对此问题，提出了一种结合稠密连接和多层感知机的记忆神经网络。该模型利用稠密连接与全连接层获取关系特征，增强了模型的特征表示能力。利用bAbI数据集对模型进行推理正确率的评估，实验结果表明，与传统的记忆神经网络以及端到端记忆神经网络相比，该模型能有效提升文本推理的正确率。

关键词：记忆神经网络,稠密连接,文本推理,多层感知机,特征表示,

基金资助：广西科技开发资助项目(桂科AC16380106)；；