神经网络-更好的销售商? Google使用AI查找您的住所 虹膜-适用于Android的Siri证明苹果没有优势 TensorFlow 2提供更快的模型训练 深度学习研究人员将为Google工作 Xamarin SDK开源 更正工具已添加到Google网站翻译器中 使用AI进行双检测 DARPA的AI下一步运动-20亿美元! AI在DARPA混战中击败了人类飞行员 Rodney Brooks称AI的状态 Arduino体内的蠕虫意识 深度学习找到您的照片 更多的机器学习应用于Google表格 深度天使-未来媒体操纵的AI ASP.NET更新并重命名 小猫猫猫探测器 .NET Jupyter笔记本宣布 介绍DeepSpeech 在Formula Pi中竞赛A YetiBorg Google开源准确解析器-Parsey McParseface 适用于我们的REST的MIcrosoft的Project Oxford AI API Eyeshot,.NET的CAD控件 百度AI团队被骗-被ImageNet竞赛禁赛一年 GIMP的机器学习Python插件 Google的自动驾驶汽车-不是​​那么聪明吗? 设计自己的无人驾驶汽车 开源深度学习框架如何堆叠? Azure机器学习服务上线 Evi重载 Microsoft R Server 9.1添加了ML增强功能 廉价的十亿个神经元联系 Skype转换器突破了语言障碍 ASIMO庆祝成立10周年 Google翻译超过2亿 .NET Core 3获取GUI Google开始为Prediction API收费 Google文档获取基于AI的语法检查器 Microsoft认知工具包版本2.0 Google的DeepMind Files AI专利 ONNX for AI模型的互操作性 机器学习识别MOMA艺术品 音频超分辨率 神经网络聊天机器人-令人惊讶的是人类吗? Microsoft扩展了认知服务API RankBrain-AI进入Google搜索 新的MIT–IBM Watson AI实验室 图片-概率语言 F#4.5添加了跨度支持 DeepCoder学习编写程序
您的位置:首页 >程序人生 >

神经网络-更好的销售商?

一篇新文章的标题是“通过半字符递归神经网络进行的罗布索罗德(Robsut Wrod)Reocginiton”,这不是印刷错误。了解有关Cmabrigde Uinervtisy效果的信息,以及如何使神经网络成为比您今天能找到的更好的拼写检查器。

众所周知,语言,尤其是英语,在书面形式上是非常多余的。如果您曾经玩过游戏,必须去掉那些常量,然后猜测一些众所周知的短语,那么您会知道,乍一看似乎是随机字母串,乍一看就可以理解。

另一方面,机器语言的理解和处理似乎并没有像我们一样“获得”它。如果您最近使用了拼写包,那么您可能会因无法使用拼写包而感到沮丧似乎为您提供了对拼写错误的明显纠正。当然,这对您来说只是显而易见的,因为您正在应用自己的一些非常特殊的语言处理软件。

真正令人惊讶的是,您运行的特定语言处理软件能够读取因字母换位而严重变形的文本。考虑称为Cmabrigde Uinervtisy效果的经典示例:

“对Cmabrigde Uinervtisy的一名总督来说,它并没有在一大堆杂物中消失,所有的异性恋都是第一个人,而lsat ltteer则是在杂草丛生的地方。该rset可以是toatl mses,您可以将其设置为wathit porbelm。Tihs是bucuseae的huamn mnid deos,不是istlef的ervey lteter,而是作为wlohe的wrod”

如果您是说英语的母语者/阅读者,那么您很容易被这种混乱的阅读方式震惊。字母顺序?谁需要它!

约翰·霍普金斯大学的一个研究团队决定找出多少个字序确实很重要。先前的工作表明,阅读困难随着单词中间,结尾和开头的字母混杂而增加。换句话说,最重要的是单词中的第一个字母。

纠正单词混乱,换句话说就是拼写错误,听起来像是可以教给神经网络的东西,但是我们听到的关于取得如此巨大成功的大多数神经网络都是前馈网络。前馈网络没有任何考虑顺序的方法;为此,您需要一个递归神经网络,其中某些输出作为输入被反馈。众所周知,递归神经网络功能强大,但训练起来却更加困难。在这种情况下,输入的内容是第一个和最后一个字符,然后是一包没有第一个或最后一个字符且没有顺序信息的字符。

神经咒语

经过训练后,神经网络与现有的拼写检查器陷入了我们一直在考虑的单词混杂问题。您也许可以猜测它的性能要好得多。

但是,如果您只是对创建拼写检查器的方法感兴趣,那么这可能不是一个完全公平的测试。拼写检查的传统方法是计算拼写错误的单词和字典条目之间的某种距离度量。检查器为用户提供最接近的选择。如果距离度量的设计考虑到第一个和最后一个字符是正确的,并且仅匹配内部字母,那么结果可能会大不相同。

研究人员建议,相同的方法可能对规范特有的文本(例如文本语音-Cooooolll to Cool)有用。也许可以改善几代人之间的沟通。

当然,它为我们如何阅读提供了思考的条件。有没有人做过任何事情来看看阅读障碍症有何不同?Google如何处理这么多拼写错误的文章?

神经咒语

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。