neural-network - 用于转换单词的 ML 模型
问题描述
我建立了输入有正确单词的模型。在输出时,可能是人写的单词(它包含一些错误)。我的训练数据集看起来是:
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。然后我将字母硬编码为数字。我当前的模型使用 CNN。输入的神经元个数与训练数据集中最长的词相同,输出的神经元个数与训练数据集中的最长词相同。这个模型不能像我一样工作。输出上的字看起来不像我除了。例如。
input - output
house - gjrtdd
问题:
我怎样才能为这个任务建立/改进模型?CNN 是个好主意吗?我可以使用哪些其他方法来完成此任务?
解决方案
推荐阅读
- c - RaspberryPi gadgetfs 控制传输数据阶段
- vba - 启用宏的 Word 文档未保存
- sparql - SPARQL: Retrieving resources linked by multiple properties
- forms - How to disable TextFormField according to conditions?
- firebase - How to setState() in StreamBuilder()?
- laravel - Laravel websockets error on productions serve
- r - R dbConnect Driver log file
- sas - How can I uses SAS to randomly select twins?
- text - 拆分后如何添加两个空格?
- r - 使用 for 循环向 ggplot 添加不同的列