一种基于语义框架的互动知识学习方法.pdf
山梅****ai
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于语义框架的互动知识学习方法.pdf
本发明公开了一种基于语义框架的互动知识学习方法,包括步骤1:增加好奇心模型;步骤2:根据解答问题的能力和可信度,按照不同知识领域,为每个渠道和用户维护一个可信度值,并为生成的知识累计不同渠道的置信度;步骤3:重新设计语义网络存储结构,按照置信度对知识存储空间进行划分;步骤4:构建统计认知模块;步骤5:根据知识的过筛情况,将结果反馈到不同渠道和用户,并调整其对应领域的可信度的值,形成一个动态的知识构建闭环;步骤6:各渠道或用户的可信度在下一次知识构建过程中体现到知识的置信度上。通过对不同等级置信度知识的存储
基于主从框架模式的语义成分解析方法.pdf
本发明公开了一种基于主从框架模式的语义成分解析方法,其包括步骤:通过训练语料得到基本表达模式、实体修饰模式、谓语修饰模式及辅助判断材料;将基本表达模式、实体修饰模式、谓语修饰模式索引到Trie树;利用基本表达模式树、谓语修饰模式树以及实体修饰模式树对语句进行解析得到候选层次语义成分树;对所述候选语义成分树进行排序并得到所述语句的最优语义成分树。本发明解决了目前语义分析需要大量样本标注及过度依赖句法分析效果的问题。
基于迁移学习提升语义分割模型效果的框架.pdf
本发明公开了一种基于迁移学习提升语义分割模型效果的框架,包括下述内容:1)将迁移学习引入到语义分割领域,使得快速语义分割网络可以通过教师模型提升学生模型分割效果;2)提出一致性映射度量教师和学生模型的轮廓和纹路信息,并通过构造一致性损失函数来使得快速语义分割在细节处分割得更好;3)利用老师模型和条件随机场(CRF)模型为无标签数据生成辅助标签,并把数据加入到训练集,提升模型的泛化能力和分割效果。本发明在不引入额外模型参数,降低模型速度的情况下,提升了快速语义分割模型的准确率。
基于法律框架网络本体的语义检索研究的开题报告.docx
基于法律框架网络本体的语义检索研究的开题报告一、研究背景和意义随着互联网的发展,信息的延伸和繁荣使得国内外数据量呈爆发式增长。其中一个重要问题是如何从这些数据中提取出有用信息。目前,数据挖掘技术已经成为解决这一问题的有效手段之一。语义检索,作为数据挖掘技术的重要分支之一,是一种根据语义理解用户查询意图,从海量数据中精准地检索出用户想要的信息的技术。语义检索因其高效,准确的优点,已经被广泛应用于搜索引擎、数字图书馆、电子商务等领域。然而,当前的语义检索技术仍然存在着一些问题。例如,用户查询意图难以准确理解;
一种基于语义元语的词向量表征学习方法及系统.pdf
本发明涉及一种基于语义元语的词向量表征学习方法,包括以下三个步骤:输入预设英语词典,获得预设英语词典中所有词汇所对应的语义元语词汇;根据获得的语义元语词汇得到与其对应的基础词向量;在预设英语词典中选取目标词汇,根据目标词汇在原语句或段落中的释义及基础词向量获取目标词汇的目标词向量。获取目标词汇的目标词向量的具体步骤是:将每个词的各个释义代替这个词本身替换到原语句中,并保留语句意义与原语句最接近的一种释义,即得到了目标词汇的准确释义,用准确释义对应的语义元语词汇的词向量来适当地表达目标词,就能得到目标词汇的