Our system addresses lexical featur

Our system addresses lexical feature
sparsity given the small amount of
training data by using an autoencoder network
to map sparse lexical feature vectors
into 30 compressed features.

ผลลัพธ์ (ไทย) 1:

ระบบของเราเน้นคุณลักษณะเกี่ยวกับคำศัพท์sparsity รับจำนวนเล็กน้อยข้อมูลการฝึกอบรม โดยใช้เครือข่ายแบบ autoencoderเวกเตอร์การแมปคุณสมบัติห่างจากคำใกล้เคียงใน 30 คุณลักษณะการบีบอัด

ผลลัพธ์ (ไทย) 2:

ระบบของเราอยู่คุณลักษณะศัพท์
sparsity กำหนดจำนวนเล็ก ๆ ของ
ข้อมูลการฝึกอบรมโดยใช้เครือข่าย autoencoder
เพื่อแมเบาบางเวกเตอร์คุณลักษณะคำศัพท์
ออกเป็น 30 คุณสมบัติการบีบอัด

ผลลัพธ์ (ไทย) 3:

ระบบของเราที่อยู่ระหว่างคุณลักษณะsparsity ได้รับน้อยการฝึกโดยการใช้ autoencoder เครือข่ายข้อมูลแผนที่เวกเตอร์คุณลักษณะเบาบางคำศัพท์เป็น 30 อัดคุณสมบัติ