Research of Abstractive Summarization via Graph-based Neural Network Model

来源 :华中师范大学 | 被引量 : 0次 | 上传用户:hufeng274240003
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
其他文献
人机对话是人工智能领域的核心研究方向之一,具有广阔的应用前景以及重要的商业价值。非任务聊天机器人的目标是实现人与机器之间的自然交流。本文主要关注于生成更加流畅多样,上下文更加相关的回复语句。本文首先介绍了传统seq2seq模型,基于传统seq2seq模型引入注意力机制和beam search算法,其次结合了 maxout融合层来改进传统seq2seq的结构。最后针对传统beam search算法引
学位
皮肤病是一种常见的皮肤组织病变。在许多国家,皮肤病的发病率在逐年增加。在皮肤病检查早期,皮肤科医生主要根据专业领域知识和临床诊断经验进行目视观察以及组织病理活检来筛查病变。活检的方式比肉眼观察更准确,但是会增加患者的痛苦。无创皮肤镜技术是一种非侵入式的皮肤成像技术。皮肤镜技术的出现已经成为检测皮肤病变的重要手段和技术。皮肤镜技术可以放大皮肤区域,以此来增加病变区域的清晰度,提供病变区域更多的细节。
学位
随着互联网的快速发展和大数据时代的到来,传统的教育行业已经逐渐开始向数字化教育转型,海量的K12教育资源被共享到在线教育平台上供学生们下载学习。各学科的测试题作为K12教育中的重要资源被学生们大量使用以巩固学生他们在课堂所学的知识,然而学生很难直接从海量的试题中筛选出真正适合他们的试题,而更多的是采用题海战术进行训练,在这样的方式下,学生很难高效的进行自我提高。他们希望存在一款试题推荐系统可以根据
学位
图像的模态指的是在不同的采集条件下获得的对同一对象不同属性特征的描述。例如:对于行人来说,相同姿态下,在可见光条件下使用普通相机拍摄得到的RGB图像和使用红外相机拍摄到的NIR图像就是该对象的两种不同模态图像。显然,对于同一个对象,不停模态下的图像蕴含着不同的特征。而基于多模态协同的任务有助于提升对象的表达能力,获取更全面精确的信息,从而提升和扩展其余应用如跨模态行人识别等的处理能力。一般而言,跨
学位
近年来,随着互联网教育的蓬勃发展,一系列各式各样的在线学习平台和教学系统接踵而至。但是,无论是传统的线下教学模式还是现有的线上教学方案,都会受到有限的教师资源的制约,导致教授者无法提供个性化的教学指导,学习者也无法获得个性化的学习服务。于是,研究人员试图通过人工智能领域相关的计算机技术来填补这项服务的空缺。从教育研究的角度来看,相比于面对面的课程而言,以在线学习系统为基础的研究将更具备优势。其中最
学位
期刊
在信息时代,每天都会产生大量的文本信息。信息抽取在自然语言处理领域发挥着越来越重要的作用。然而完成信息抽取任务则需要多个子任务之间的相互合作,分别为实体识别与抽取,实体消岐,关系抽取,事件抽取。关系抽取作为信息抽取的重要研究课题,是知识图谱构建和完成过程中的关键步骤。最初,关系抽取任务是通过传统的机器学习方法来完成的,这些方法非常依赖于人工制作的相关特征,这就意味着需要大量的人力资源与时间消耗,为
学位
近年来,人脸表情识别逐渐成为计算机视觉领域中一个重要的研究课题。无论在人与人交流中还是在人机交互的过程中,人脸表情都起到了非常关键的作用。本文主要的研究内容分为两个方面,分别是视频中的人脸检测以及基于卷积神经网络的人脸表情识别。具体的研究工作如下:本文首先针对人脸检测的问题提出了一种混合的检测算法。首先采用肤色分割排除复杂背景及光源的影响,然后将上一步得到的人脸候选区域作为AdaBoost的输入子
学位
随着人工智能技术的发展和不断提高以及教育质量的提高,越来越多的人工智能工作者和教育者正在使用技术为教育服务,使教育尽可能自动化和智能化,并尽最大努力结合人工智能和教育。随着人工智能2.0和大数据的出现,智能辅导系统也得到了显着发展,它可以模拟教育者的教学任务,并设计适当的教学策略来帮助学生获得新知识和解决问题。自动解答是智能辅导系统的重要组成部分,它为中小学的教育提供了关键的技术支持。物理电路题的
学位
深度学习不断发展,因为其比传统算法有很多优势,所以许多传统算法被深度学习算法取代,使得工作效率得到进一步提高。但还有很多实际的应用存在各种各样的的问题,需要被我们解决。OCR中的一些问题就需要我们去研究解决,本课题是对不同的文本检测与识别技术进行研究,OCR技术属于模式识别范畴,在版面分析、字符切分以及提取等各个方面都有深入的研究,现如今,一个字符识别准确率已经比较不错。初中物理试题中多包含汉字、
学位