语义向量相关论文
针对现有的方面情感分析任务研究存在文本利用率低、有效信息抽取难度大和无法高效识别单词多义性等问题，文中提出一种融合BERT嵌入......
在文本分类任务中,由于短文本具有特征稀疏,用词不规范等特点,传统的自然语言处理方法在短文本分类中具有局限性.针对短文本的特点......
提出一种结合语义检索和多属性决策方法的商品信息检索模型。通过构建语义向量空间进行语义相似度计算,以实现检索结果与顾客查询......
随着Internet的飞速发展、移动设备和宽带的普及,网络计算的复杂度越来越高。新一代网络计算是以大规模、分散控制、动态性、自治......
资源检索是P2P系统研究的热点之一,无结构化P2P资源查找普遍采用以泛洪机制为主的方法,然而,随着查询请求在网络中转发次数的增加,......
为了解决传统搜索引擎系统面临的众多问题，计算机科研人员和学者提出在P2P网络系统之上构建搜索引擎，通过P2P对等网络把分散在各地的......
机器翻译的定义是通过计算模型将一种自然语言的书写形式翻译成另一种自然语言的书写形式,近年来由于神经网络计算能力的逐步增强,......
[目的]从更具专指性和表征能力的短语语义表示角度,设计基于短语表示学习的主题识别及其表征词抽取方法.[方法]基于依存句法分析抽......
武器装备技术的发展离不开科学技术的推动,当前随着信息技术的深入发展,大数据时代已经悄然而至。大数据为科学研究带来了重大机遇......
提出了一种计算英文句子间相似度的方法.基于句子所传递的信息--其描述的对象、描述对象的属性和动作,首先将待比较的两个句子进行......
目前较优秀的NLP系统模型比较依赖有标注的数据来学习复杂的模型,这种模型通常在一个单一语料上进行训练,不能直接利用到其他语言......
隐式篇章关系分类主要任务是在显式关联线索缺失的情况下,自动检测特定论元之间的语义关系类别。前人研究显示,语言学特征能够有效......
检索是获取信息的重要方式。传统检索只停留在关键字异同的逻辑层面，忽略了语义层面的信息。以本体的知识组织体系为基础，以检索应用......
语义相似性度量能够提高信息检索的准确性和效率,已成为文本处理中的一个核心任务.为解决一词多义等词汇歧义问题,提出一种基于低......
当今世界科学技术日新月异,计算机已深入到我们生活的各个领域。随着多媒体技术、网络技术和存储技术的飞速发展,各行各业对图像的......
为了提高内容检索的相关度与检索效率,基于信息系统理论与自组织神经网络理论,提出基于智能聚类的相关度检索方法,并设计了检索算......
在深入分析当前流行的文本主题提取技术和方法的基础上,提出一种将本体技术应用于文本主题提取的方法。使用本体技术用语义向量表......
目前,主流的大型知识库,例如DBpedia、NELL等大多采用信息抽取的方式进行自动化构建,该构建方式具有人工干涉较少、知识库中知识更......
随着信息化社会的发展,来源于互联网的文本信息越来越多。如今文本数量巨大且更新速度很快,人工进行文本分类要耗费大量的时间和人......
随着多媒体技术和互联网的迅猛发展,以视频方式记录的信息越来越多。如何对海量的视频信息做到有效地储存和管理,如何快速的从其中......
提出了一种计算英文句子间相似度的方法。基于句子所传递的信息——其描述的对象、描述对象的属性和动作，首先将待比较的两个句子进......
词语相关度的计算是自然语言处理关键技术之一，在信息检索、机器翻译、词义消歧、句法分析等领域有广泛应用。国内现有大部分词语相......
为了提高英汉翻译系统的翻译精度,提出一种基于人机交互和特征提取的英汉翻译系统模型。首先,为了实现翻译特征语境特征的提取,通......
为克服基于漏洞库等传统安全防护策略的短板,实现对未知攻击行为的识别和预警.使用时间窗划分和深度包检测技术,将端到端的通信内......
标引是资源管理与检索的基础。传统的标引方式仅停留在关键字异同的逻辑层面,忽略了文档语义层面上的信息。以本体的知识组织体系......
文本分类是通过训练一个分类模型来对未归类文本进行分类的一项技术,目前在许多应用领域取得了一定的成果,但主要集中在邮件和微博......
目的针对当前常用的汉语句子相似度计算方法存在的问题，结合语言习得特点，提出了一种基于动态特征词的中文句子相似度计算方法。方法......
陆空通话复诵的准确性对飞行安全有着重要作用。由于飞行员和管制员在复诵过程中会无意识地产生一些问题，提出利用深度卷积神经网络......
篇章关系分析是自然语言处理领域的一个重要研究方向。在篇章分析领域,篇章是指由一系列语义上连贯结构上衔接的论元,经过结构化组......
近几年深度学习在机器翻译上的应用已经获得人们的关注并取得与统计机器翻译可比甚至更好的成果。传统的机器翻译在深度学习上的应......
