СЕТИ: НЕЙРОННЫЕ ИЛИ СЕМАНТИЧЕСКИЕ?
Опубликовано: 30.10.2017
Напомню кратко, о чем идет речь. Нейронная сеть представляет собой структуру, состоящую из узлов - искусственных нейронов, чаще всего связанных послойно таким образом, чтобы какой-то сигнал (вектор или массив, размерность которого равна числу входных нейронов), подаваемый на входной слой, был преобразован в выходной слой, который представляет собой решение задачи. Каждая связь имеет вес, а узел - функцию активации. Текущие архитектуры нейронных сетей достаточно разнообразны, как разнообразны и способы преобразования, если вы хотите подробнее изучить данный вопрос, ищите ресурсы в Интернете, их множество.
Семантическая сеть - это тоже граф, в котором узлы и связи имеют имена, а создаются эти узлы и связи, и их упорядочение в структуру согласно смысловым отношениям между именами. Таким образом можно описать взаимное расположение объектов в комнате, если использовать их названия и задавать отношения между ними из списка: «рядом», «впереди», «выше», «ниже» и тому подобное.
Анализ текстов с помощью рекуррентных нейронных сетей | Глубокое обучение на Python
Фактически, эти две сети представляют собой две полные противоположности, Так, например, отображение нейронной сети мало, что скажет исследователю о природе объектов, которые он исследует, настолько она становится сложна уже при небольшом количестве нейронов. Семантическая сеть, напротив, дает прекрасное смысловое представление о предмете исследования, ее непосредственно можно использовать в качестве результата. Нейронная сеть «считает» достаточно быстро (исключение может составлять лишь сети с обратными связями), а семантическая сеть, в которой обработка - это нахождение всех разрешенных путей, при максимально быстрых алгоритмах дает квадрат числа узлов.
007. Малый ШАД - Нейронные языковые модели в дистрибутивной семантике - Андрей Кутузов