期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于答案集的Web服务组合验证
1
作者 钱俊彦 黄国旺 赵岭忠 《计算机科学》 CSCD 北大核心 2011年第12期131-134,161,共5页
语义Web服务组合的形式化描述和验证,是保证组合服务能正确运行的重要前提基础。首先描述基于答案集编程(Answer Set Programming)的OWL-S建模方法,并分析基于答案集编程建模的优势。然后给出OWL-S流程模型中几种控制结构到中间模型Petr... 语义Web服务组合的形式化描述和验证,是保证组合服务能正确运行的重要前提基础。首先描述基于答案集编程(Answer Set Programming)的OWL-S建模方法,并分析基于答案集编程建模的优势。然后给出OWL-S流程模型中几种控制结构到中间模型Petri网的映射,并提出由Petri网生成答案集编程的算法。同时将时态约束引入到组合服务验证中,利用时态约束表达待验证性质,将验证问题转换为求解逻辑程序的答案集。最后通过一个具体的实例说明该方法的有效性。 展开更多
关键词 答案集编程 PETRI网 OWL-S 验证
下载PDF
基于Bi-LSTM和CNN并包含注意力机制的社区问答问句分类方法 被引量:9
2
作者 史梦飞 杨燕 +1 位作者 贺樑 陈成才 《计算机系统应用》 2018年第9期157-162,共6页
问句分类的目标是将用户提出的自然语言问句分到预先设定的类别.在社区问答中,如何准确高效的对问句进行分类是一项重要任务.本文提出了一种基于深度神经网络的问句分类方法,该方法首先将问句用词向量进行表示,然后用融合双向长短时记... 问句分类的目标是将用户提出的自然语言问句分到预先设定的类别.在社区问答中,如何准确高效的对问句进行分类是一项重要任务.本文提出了一种基于深度神经网络的问句分类方法,该方法首先将问句用词向量进行表示,然后用融合双向长短时记忆网络(Bi-LSTM)和卷积神经网络(CNN)结构并包含注意力机制的深度学习模型提取问句特征进行分类.该方法的特色在于利用Bi-LSTM和CNN在句子级文本表示的优点,充分捕捉问句特征,并结合问句的对应答案来表示问句,丰富了问句信息.实验表明,该问句分类方法准确率较高,在多个数据集上取得不错结果. 展开更多
关键词 问句分类 答案集 注意力机制 深度神经网络
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部