期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
Bert在中文阅读理解问答中的应用方法
被引量:
6
1
作者
蔡鑫怡
姜威宇
+1 位作者
韩浪焜
宗鸿伟
《信息与电脑》
2019年第8期39-40,共2页
针对各种自然语言处理问题,语义分析是所有任务的基础。如果按照细粒度对语义分析进行分类,可分为词块级、句子级、篇章级,前一级决定了后一级的性能优劣。由于少有大规模的中文语义语料库,故笔者将模型处理语义能力的优劣直接投射到对...
针对各种自然语言处理问题,语义分析是所有任务的基础。如果按照细粒度对语义分析进行分类,可分为词块级、句子级、篇章级,前一级决定了后一级的性能优劣。由于少有大规模的中文语义语料库,故笔者将模型处理语义能力的优劣直接投射到对中文问答语料的处理能力上,选用了Bert模型。
展开更多
关键词
深度学习
自然语言处理
神经网络
下载PDF
职称材料
题名
Bert在中文阅读理解问答中的应用方法
被引量:
6
1
作者
蔡鑫怡
姜威宇
韩浪焜
宗鸿伟
机构
江苏警官学院
出处
《信息与电脑》
2019年第8期39-40,共2页
基金
江苏省高等学校大学生实践创新创业训练计划创新项目"基于深度学习的自然语言语义分析及其应用"(项目编号:201810329038X)
文摘
针对各种自然语言处理问题,语义分析是所有任务的基础。如果按照细粒度对语义分析进行分类,可分为词块级、句子级、篇章级,前一级决定了后一级的性能优劣。由于少有大规模的中文语义语料库,故笔者将模型处理语义能力的优劣直接投射到对中文问答语料的处理能力上,选用了Bert模型。
关键词
深度学习
自然语言处理
神经网络
Keywords
deep learning
natural language processing
neural network
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
Bert在中文阅读理解问答中的应用方法
蔡鑫怡
姜威宇
韩浪焜
宗鸿伟
《信息与电脑》
2019
6
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部