论文部分内容阅读
Research on Question Classification in English Question-Answering System
【摘 要】
：
互联网已经渗透到我们生活的各个方面,人们之间的交流越来越频繁,导致海量数据呈指数级增长。面对如此庞大的数据量,传统的基于关键词匹配的检索模型越来越不能满足用户的需求。如何准确、高效地获取有效信息已成为一个重要的社会问题。问答系统能够理解用户用人类语言描述的问句,能够从大量的异构数据中找到或推断出用户问句的答案,从而提高用户的查询效率。问句分析的目的是明确用户的询问意图,有效地找到正确的答案。因此,
【出 处】
：
华中师范大学
【发表日期】
：
2020年07期
其他文献
期刊
信息的载体可以是语音信号,图像或者是视频。相较于语音信号,图像或视频中包含的信息要远远大于语音信号。如何从图像或视频中提取出有效信息就成为了一个热门的研究话题。计算机视觉是机器学习的一个热门方向,它的研究目标是让计算机能够模拟人的大脑,对输入的图像和视频进行理解分析。计算机视觉的任务主要包括图像分类,目标识别,目标跟踪和语义分割。传统的计算机视觉算法手工提取图像特征,比如空间特征,颜色通道特征,频
学位
随着互联网与电子商务的快速发展,网络信息的迅猛增长导致信息过载问题越来越严重。如何快速准确地发现需要的信息成为大数据时代的热点问题之一。推荐系统正是解决这一问题的有效工具,它通过挖掘用户历史行为数据,为每个用户构建精准的偏好模型,并在此基础上主动为用户推荐可能符合其需求的信息。如今推荐系统往往面临着数据稀疏和冷启动问题,本文围绕基于信任和矩阵分解的社会化推荐算法这一主题展开,探讨如何充分挖掘信任关
学位
现代社会中,跟随机器人已经被应用在许多领域之中,例如货物运输,儿童保姆机器人、家庭教育机器人等等。机器人的跟随功能要求机器人具备一套基于视觉的跟踪算法,以及一套维持视觉算法稳定跟踪的解决方案。不同于室外跟随机器人,室内跟随机器人需要在室内环境下工作,并且往往要执行儿童跟随任务,这对于机器人的跟踪算法有更高的要求。我们将这一工作情景的特点归纳为以下两点:1.室内环境存在许多障碍物遮挡视线。这表明在跟
学位