BiLSTM（双向长短期记忆网络）是一种特殊的循环神经网络架构，能够同时处理序列数据的前向和后向信息，广泛应用于自然语言处理、语音识别等领域。作为传统RNN的改进版本，BiLSTM通过引入门控机制有效解决了长期依赖问题，成为序列建模的重要工具。
BiLSTM
general · 首次出现 2026-05-22 · 最近出现 2026-10-16 · 累计提及 10
综述
相关报道
6 条在档- 量子机器学习用于内容推荐，参数仅为 BiLSTM 的 0.26%arXiv cs.LG
- 神经网络复杂度能否提升健康虚假信息检测？一项跨语料基准研究arXiv cs.LG
- 研究用 Bengali 数据集测高校立场极化，Llama 4 Maverick 零样本 F1 达 0.931arXiv: DeepSeek
- L3Cube-MahaPOS：马拉地语词性标注数据集及BERT模型arXiv cs.LG
- 推理在哪断裂？基于隐藏态传输几何的步骤级幻觉检测arXiv cs.AI
- State of Health Estimation using Convolutional and Bidirectional LSTM Neural Networks tuned by Bayesian OptimizationarXiv cs.LG