基于深度神网络优化研究.pdfVIP

table{border-collapse:collapse;}table,th,td{border:1pxsolid#000;}

深度神经网络强化强调

尼拉杰·贾扬特

微软公司

森尼韦尔,

CA,

nirjay@

微软

公司

加利福尼亚州森尼韦尔市

jkotker@

焦于强调文本添加任务，该任务与PowerPoint演示文稿的幻灯片相关。我们

在公开演示文稿数据库上训练深度神经网络，以确定幻灯片中的哪些文本可通过加粗、

斜体或下划线方式进行强调。我们探索了如何最优地将该数据集表示为网络输入，并

得出结论：幻灯片文本的幻灯片级表示比段落级表示产生更好的结果。最终，我们证

明采用双向LSTM单元和字符级嵌入的循环神经网络在训练期间可实现15%至26%的

F值，在测试数据集上达到21.31%。

1

1

引言

PowerPoint

是一款流行的演示文稿程序，广泛应用于教育和办公场景，用

于展示和信息。PowerPoint

开发团队近期推出了

PowerPoint

设计器功能

[7],，

该功能会检查用户创建的幻灯片，并改进幻灯片设计和布局等建议。为生成这些建

议，PowerPoin