深入调查深度 CNN 在提升自然语言处理能力方面的应用
计算与语言
2024-12-23 v1
摘要
自然语言处理 (NLP) 在机器翻译和情感分析等领域广泛应用。然而，传统 NLP 模型在准确率和效率方面存在不足。本文将深度卷积神经网络 (DCNN) 引入 NLP 以解决上述问题。通过将 DCNN、机器学习 (ML) 算法和生成对抗网络 (GAN) 集成，研究提高了语言理解能力，减少了歧义，并提升了任务性能。该高性能 NLP 模型在分段准确率上实现 10% 的提升，召回率提升 4%。该集成方法在词语分段、词性标注、机器翻译和文本分类等任务中表现出更好的识别准确率和处理效率。
引用
@article{arxiv.2412.15900,
title = {A Thorough Investigation into the Application of Deep CNN for Enhancing Natural Language Processing Capabilities},
author = {Chang Weng and Scott Rood and Mehdi Ali Ramezani and Amir Aslani and Reza Zarrab and Wang Zwuo and Sanjeev Salimans and Tim Satheesh},
journal= {arXiv preprint arXiv:2412.15900},
year = {2024}
}