Puede usar la red LSTM a través de una codificación pura del mensaje. La idea principal es separar los problemas en subproblemas:
- Red para calcular la semejanza de un mensaje completo para ser una invitación a una reunión. Conecte una capa completamente conectada al estado oculto de LSTM después de leer un último carácter para calcular la puntuación.
- La red LSTM para calcular el tipo específico de reunión (con una lista preparada a mano de posibles reuniones: almuerzo, cena, desayuno, café, standup, etc.) puede reemplazarse simplemente buscando esa palabra en el mensaje.
- Bidireccional LSTM que para cada entrada intenta hacer coincidir su segmento en el valor de salida.
P.ej. el objetivo de entrenamiento para la oración “Almuerzo con Kate a las 9 p.m.” será “MMMMMXXXXXXPPPPXXXXTTT” Tipo de reunión M, personaje X-neutral P-persona T-time
- Una tabla de búsqueda de reglas de expresión regular para traducir cada una de las secciones a un valor uniforme específico (por ejemplo, por tiempo).
- ¿Cuál es la diferencia entre el aprendizaje automático, el aprendizaje profundo y la IA?
- ¿Qué debe suceder antes de que Internet pueda tomar conciencia?
- ¿Alguien experimentó con una red neuronal, que está capacitada en el flujo de noticias como entrada y los precios de las acciones como salida?
- ¿Qué opinas sobre un Administrador de tareas de IA?
- ¿Cuál es la percepción del trabajo de aprendizaje automático y el talento en Microsoft?