如何选择神经网络

下表列出了各种不同的问题和每种问题最适用的神经网络。


数据类型 应用案例 输入 变换 神经网络
文本 情感分析 词向量 高斯修正 RNTN或DBN(采用移动窗口)
文本 命名实体识别 词向量 高斯修正 RNTN或DBN(采用移动窗口)
文本 词性标注 词向量 高斯修正 RNTN或DBN(采用移动窗口)
文本 词性标注 词向量 高斯修正 RNTN或DBN(采用移动窗口)
文本 语义角色标记 词向量 高斯修正 RNTN或DBN(采用移动窗口)
文档 主题建模/语义哈希(无监督) 词频概率 可为二进制 深度自动编码器(包装一个DBN或SDA)
文档 文档分类(有监督) TF-IDF(或词频概率) 二进制 深度置信网络、堆叠式降噪自动编码器
图像 图像识别 二进制 二进制(可见及隐藏层) 深度置信网络
图像 图像识别 连续 高斯修正 深度置信网络
图像 多对象识别 N/A 高斯修正 卷积网络、RNTN(图像向量化)
图像 图像搜索/语义哈希 N/A 高斯修正 深度自动编码器(包装一个DBN)
声音 语音识别 N/A 高斯修正 循环网络
声音 语音识别 N/A 高斯修正 移动窗口,DBN或卷积网络
时间序列 预测分析 N/A 高斯修正 循环网络
时间序列 预测分析 N/A 高斯修正 移动窗口,DBN或卷积网络

:高斯修正 = Gaussian Rectified | 语义哈希 = Semantic Hashing


如需了解常见网络结构的详情及代码片段,请先阅读神经网络简介


扩展阅读

《无基础自然语言处理(Natural Language Processing (Almost) from Scratch)》;Ronan Collobert、Jason Weston、Leon Bottou、Michael Karlen、Koray Kavukcuoglu和Pavel Kuksa;NEC Laboratories America

《深度置信网络在音素识别中的应用(Deep Belief Networks for phone recognition)》;Abdel-rahman Mohamed、George Dahl和Geoffrey Hinton;多伦多大学计算机科学系

《高斯-二进制受限玻尔兹曼机在自然图像处理中的应用分析(An Analysis of Gaussian-Binary Restricted Boltzmann Machines for Natural Images)》;Nan Wang、Jan Melchior和Laurenz Wiskott;波鸿大学神经信息研究所和神经学国际研究生院

与我们在Gitter聊天