论文部分内容阅读
基于多任务学习的语义关系抽取方法研究
【机 构】
：
北京化工大学
【出 处】
：
北京化工大学
【发表日期】
：
2021年期
【基金项目】
：
其他文献
大数据具有巨大的潜在经济价值已成为广泛共识。但是,当前大部分数据仅由少数机构和公司所持有,且被视为私有资源而不愿分享,导致了数据资源缺乏流通性,从而产生数据孤岛的问题。为了促进数据的流通,近年来研究提出了一种被称作“众包数据交易”的新兴数据交易模式。在众包数据交易模式中,买家将自己的数据需求提交给平台,平台会将数据收集的任务外包给卖家,卖家根据要求收集数据后提交给平台以获得一定的报酬。然而,目前众
学位
多年来,在线广告产业持续高速发展,为各大互联网公司带来了非常可观的经济效益。在在线广告业务中,广告曝光预估使得广告主能够提前估计广告投放效果,以此设置新广告的初始出价值或者调整旧广告的出价值,从而获得期望的投资回报率。尽管业界已经设计了一些曝光预估工具,但是对于展示广告,之前的工作主要是请求级粒度的预估方法,面对高维的广告定向条件组合与复杂的竞争环境和多样性约束,很难同时兼顾准确率和效率。基于上述
学位
数据的聚合与分析是信息革命的根本,加速了互联网服务的产生和云侧决策的更新进程。用户隐私问题随着时代的变迁,由“紫泥封”演变到如今的用户数据。数据隐私问题让数据在聚合-分析-共享-交易过程中四处碰壁,导致用户不愿上传数据、服务方不愿也不敢共享数据这种“数据孤岛”现象的出现。用户隐私保护意识越来越强,法律法规也逐步增加了对隐私的要求。服务方亟需将保护用户隐私由负担转化为市场竞争力,实现业务的保护隐私版
学位
5G网络在2019年正式商用后,迅速被各个领域广泛采用。作为一种全新的物理层协议,它提供了许多4G所不具备的新特性。然而,5G之上的各协议层并没有进行与之对应的适配,它能否适应现有的网络环境仍然是一个疑问。因此,很有必要对5G网络进行一次测量分析,以探究其深层次特性,并为上层协议的优化和5G上的应用开发提供理论支持。本文对国内的商用5G进行了一次实证研究。不同于以往的工作,本文聚焦于已经开始为大量
学位