文件名称：语言检测神经网络
文件大小：9.38MB
文件格式：ZIP
更新时间：2024-03-09 12:20:38
Java
语言检测神经网络 在数据处理中，我使用了大小为510的向量。前255个索引用于存储1-ngram，其余索引用于存储3-gram。 我假设1克可以帮助识别字母（西里尔语，拉丁语等），而3克可以帮助识别同一字母内的语言。 激活函数SoftMax输出0到1之间的数字，这就是为什么矢量值在该范围内被标准化的原因。 层数的增加导致神经网络“学习”的时间增加。 而且，在最初的两次迭代中下降之后的错误率开始增加。 辍学率提高了准确性，但幅度不大（≈2-5％）。 我为自己得出的结论是，配置网络本身（尝试使用不同的激活功能，层数等）并没有多大帮助（也许只是个小数点），只有数据准备才是真正重要的。
【文件预览】：
Language-Detection-Neural-Network-master
----LanguageDetectionNN.iml(918B)
----data.csv(75.91MB)
----test.txt(463B)
----src()
--------main()
----target()
--------maven-status()
--------classes()
----LICENSE(1KB)
----saved.txt(4B)
----README.md(925B)
----test.csv(2KB)
----pom.xml(1KB)
----wili-2018-Small-11750-Edited.txt(6.41MB)
----.gitignore(286B)
----test.nn(1.23MB)
----out()
--------production()