作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着互联网的快速发展,在大数据环境中自动问答成为网络信息检索的热点,对于用户采用自然语言提出的问题如何快速、准确地给出答案是自动问答研究的核心问题.笔者通过对现有研究的分析,介绍了基于Deep Learning的自动问答研究的最新进展.
推荐文章
基于结构化问句实例的自动问答系统
自动问答系统
语义相似度
本体
自动问答系统中问句分类研究综述
问答系统
问句分类
特征提取
分类模型
卷积深度神经网络在基于文档的自动问答任务中的应用与改进
卷积神经网络
自动问答
深度学习
语义匹配
自然语言处理
基于深度学习的视觉问答技术研究
视觉问答技术
注意力机制
数据集
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度学习算法的自动问答概述
来源期刊 信息与电脑 学科 工学
关键词 自动问答 深度学习 资源描述框架
年,卷(期) 2017,(23) 所属期刊栏目 算法语言
研究方向 页码范围 60-61
页数 2页 分类号 TP311.52
字数 2026字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 田晓艳 3 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
自动问答
深度学习
资源描述框架
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息与电脑
半月刊
1003-9767
11-2697/TP
北京市东城区北河沿大街79号
chi
出版文献量(篇)
16624
总下载数(次)
72
总被引数(次)
19907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导