Neural network 转换单词的ML模型
我建立了一个输入正确单词的模型。在输出时,可能有人为编写的单词(其中包含一些错误)。我的培训数据集看起来:Neural network 转换单词的ML模型,neural-network,nlp,conv-neural-network,Neural Network,Nlp,Conv Neural Network,我建立了一个输入正确单词的模型。在输出时,可能有人为编写的单词(其中包含一些错误)。我的培训数据集看起来: input - output hello - helo hello - heelo hello - hellou between - betwen between - beetween between - beetwen between - bettwen between - bitween 等等。 在预处理过程中,我添加了一个单词失真的度量。然后我把字母
input - output
hello - helo
hello - heelo
hello - hellou
between - betwen
between - beetween
between - beetwen
between - bettwen
between - bitween
等等。
在预处理过程中,我添加了一个单词失真的度量。然后我把字母硬编码成数字。
我现在的模特用的是有线电视新闻网。输入的神经元数量与训练数据集中的最长单词相同,输出的神经元数量与训练数据集中的最长单词相同。
这个型号不象我想象的那样工作。输出上的字看起来不像我,除了。
例如
问题:
如何为此任务构建/改进模型?CNN是个好主意吗?对于这项任务,我还可以使用哪些其他方法?问题是,我如何为这项任务构建/改进模型?CNN是个好主意吗?我还可以使用什么方法来完成此任务?这些问题都不是关于堆栈溢出的主题。如果你能请进或者
input - output
house - gjrtdd