पिछले अध्याय
एंड-टू-एंड डीप लर्निंग
47. अंत-टू-एंड सीखने का परिचय
कल्पना कीजिए कि आप एक ऐसी प्रणाली बनाना चाहते हैं जो इंटरनेट पर उत्पाद समीक्षाओं का विश्लेषण करती है और स्वचालित रूप से मूल्यांकन करती है कि उत्पाद समीक्षक द्वारा पसंद किया गया था या नहीं। उदाहरण के लिए, समीक्षा "यह एक महान एमओपी है!" इस तरह की प्रणाली को बहुत सकारात्मक के रूप में पहचाना जाना चाहिए। और समीक्षा "यह निम्न गुणवत्ता का एमओपी - मैंने इसे व्यर्थ में खरीदा" बेहद नकारात्मक है।
सकारात्मक और नकारात्मक विचारों को पहचानने के कार्य को "भावना वर्गीकरण" कहा जाता है।
ऐसी प्रणाली दो घटकों से मिलकर एक "कन्वेयर" की तरह लग सकती है:
- Parser (पार्सर): एक प्रणाली जो महत्वपूर्ण शब्दों का वर्णन करने वाली जानकारी के साथ पाठ को एनोटेट करती है। उदाहरण के लिए, आप सभी विशेषणों और संज्ञाओं को निरूपित करने के लिए विश्लेषक का उपयोग कर सकते हैं। परिणाम एक एनोटेट पाठ है:
"यह एक महान विशेषण एमओपी संज्ञा है !" - एटिट्यूड क्लासिफायर: एक प्रशिक्षित एल्गोरिथ्म जो एनोटेट पाठ को इनपुट के रूप में स्वीकार करता है और इसके भावनात्मक रंग की भविष्यवाणी करता है। पार्सर की व्याख्या एल्गोरिथम के सीखने में महत्वपूर्ण योगदान देती है: उदाहरण के लिए, विशेषण के लिए अधिक भार संलग्न करके, एल्गोरिथ्म जल्दी से सार्थक शब्दों को समायोजित करता है, जैसे "महान", और उन शब्दों को अनदेखा करता है जो अर्थ नहीं ले जाते हैं, उदाहरण के लिए, शब्द "यह"।
लेखक का ध्यान दें: पार्सर एक बहुत समृद्ध पाठ एनोटेशन प्रदान करता है, लेकिन यह सरलीकृत विवरण गहराई से सीखने के लिए समझाने के लिए पर्याप्त होगा।
आप निम्न दो घटक "कन्वेयर" को निम्नानुसार चित्रित कर सकते हैं:
«» . (end-to-end learning algorithm) , « !» , :
(end-to-end learning systems) . «» , , , . «» «».
, . . , , , .
48.
. :
:
- : , MFCC (- ), , , , .
: , - , , - . , «». , «k» «keep» — , «c» «cake». .
- : .
:
«» , . «» .
, :
«» : , ; ; , .
«» . , « » . .
, «», :
, (end-to-end learning) , . , , . .