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:
本文结合网络爬虫和深度学习模型研究智能问答技术.文中介绍了BERT的基本内容和特点、Fine-tuning BERT中的文本词汇生成过程,以及在深度学习模型中引入主题特征的方法和实现.
推荐文章
基于包装产业大数据知识图谱的智能问答系统设计
包装产业
大数据
知识图谱
智能问答系统
相似度计算
eFAQ语句
基于知识图谱的包装产业大数据智能问答系统研究
知识图谱
包装产业
大数据
智能问答系统
分块区域匹配
信息聚类处理
集成开发
农业智能问答系统中的用户偏好研究
本体
用户偏好
个性化检索
智能问答
基于BERT字向量和TextCNN的农业问句分类模型分析
农业问句
智能问答系统
问句分类
预训练语言模型(BERT)
文本卷积神经网络
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BERT的智能问答系统
来源期刊 数字技术与应用 学科 工学
关键词
年,卷(期) 2022,(1) 所属期刊栏目 设计开发
研究方向 页码范围 161-163
页数 3页 分类号 TP391.1
字数 语种 中文
DOI 10.19695/j.cnki.cn12-1369.2022.01.52
五维指标
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)
2022(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)
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