Publication:
The Application of Transformer Model Architecture for the Dependency Parsing Task

Файлы
W3186498907.pdf(797.63 KB)
Дата
2021
Авторы
Chernyshov, A.
Klimov, V.
Balandina, A.
Shchukin, B.
Journal Title
Journal ISSN
Volume Title
Издатель
Научные группы
Организационные подразделения
OrgUnit Logo
Организационная единица
Институт интеллектуальных кибернетических систем
Цель ИИКС и стратегия развития - это подготовка кадров, способных противостоять современным угрозам и вызовам, обладающих знаниями и компетенциями в области кибернетики, информационной и финансовой безопасности для решения задач разработки базового программного обеспечения, повышения защищенности критически важных информационных систем и противодействия отмыванию денег, полученных преступным путем, и финансированию терроризма.
Выпуск журнала
Аннотация
© 2020 Elsevier B.V.. All rights reserved.In this paper, authors discover the advantages of the attention-based neural network application to the natural language dependency-parsing task. The authors explain the architecture and show the results of comparison between attention-based neural network and long-short memory neural networks in relation to the dependency-parsing task.
Описание
Ключевые слова
Цитирование
The Application of Transformer Model Architecture for the Dependency Parsing Task / Chernyshov, A. [et al.] // Procedia Computer Science. - 2021. - 190. - P. 142-145. - 10.1016/j.procs.2021.06.018
URI
https://www.doi.org/10.1016/j.procs.2021.06.018
 https://www.scopus.com/record/display.uri?eid=2-s2.0-85112601721&origin=resultslist
 https://openrepository.mephi.ru/handle/123456789/24612
Коллекции
Публикации