自注意力时序点过程生成模型的 Wasserstein学习方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：   目前学界普遍通过循环神经网络（RNN）建模强度函数来刻画时序点过程，然而此类模型不能捕捉到事件序列之间的长程依赖关系，并且强度函数具体的参数形式会限制模型的泛化能力。针对上述问题，提出一种无强度函数的注意力机制的时序点过程生成模型。该模型使用Wasserstein距离构建损失函数，便于衡量模型分布与真实分布之间的偏差，利用自注意力机制描述历史事件对当前事件的影响程度，使得模型具有可解释性且泛化能力更强。（剩余16768字）

试读结束

目录
monitor
客服机器人