一种用于多方言表示的生成模型

在深度学习时代，已开发若干无监督模型以捕捉无标签手写数据中的关键特征。其中流行的是受限玻尔兹曼机（RBM）。然而，由于手写多方言数据的新颖性，RBM可能无法生成高效表示。本文中我们提出一种生成模型，即模式合成机（MSM），用于真实生活手写多方言语言数据的在线表示。MSM利用数据分布各模态的层次表示，通过两点误差更新以生成式方式学习一系列代表性多方言。实验被开展以评估MSM相对于RBM的性能，前者在独立和混合数据集上均取得比后者低得多的误差值。