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:
针对非事实类问答任务,本文搭建了带有注意力机制的双向长短时记忆(BiLSTM)网络模型.实验表明,在2016 NLPCC QA任务数据集上,该模型MRR可达到75.12%,优于传统的机器学习方法.
推荐文章
基于深度学习的故障预测技术研究
深度学习
故障预测
故障演化
软件静态故障预测
基于深度学习的图像识别技术研究综述
图像识别
CNN
R-CNN
SPP-Net
FastR-CNN
基于深度学习的医疗影像识别技术研究综述
医疗影像识别
深度学习
图像增强
图像检测
图像分割
深度学习应用技术研究
受限玻尔兹曼机
深度神经网络
梯度下降
验证集
监督学习
贪婪层训练方法
深度学习
深度学习层次结构
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 基于深度学习的问题回答技术研究
来源期刊 数字技术与应用 学科 工学
关键词 问题回答 深度学习 注意力机制 双向长短时记忆网络
年,卷(期) 2019,(2) 所属期刊栏目 应用研究
研究方向 页码范围 116-117
页数 2页 分类号 TP311.52
字数 1151字 语种 中文
DOI 10.19695/j.cnki.cn12-1369.2019.02.65
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 吴明礼 北方工业大学信息学院 24 97 6.0 8.0
2 李家乐 北方工业大学信息学院 1 0 0.0 0.0
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)
2019(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
问题回答
深度学习
注意力机制
双向长短时记忆网络
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导