【摘 要】
：
基于知识库的问答是自然语言处理研究热点之一,在针对知识库问答的方法中,传统的字向量和词向量无法很好地表示问句上下文的语义信息、循环神经网络并行计算能力不足和没有考虑句子中周围词对当前词的影响、卷积神经网络不考虑字在问句中位置信息等问题。为了解决上述问题,论文提出了使用BERT模型结合循环神经网络和卷积神经网络模型的研究方法。在开源SimpleQuestion数据集上使用文中提出的方法,可使问句命名
论文部分内容阅读
基于知识库的问答是自然语言处理研究热点之一,在针对知识库问答的方法中,传统的字向量和词向量无法很好地表示问句上下文的语义信息、循环神经网络并行计算能力不足和没有考虑句子中周围词对当前词的影响、卷积神经网络不考虑字在问句中位置信息等问题。为了解决上述问题,论文提出了使用BERT模型结合循环神经网络和卷积神经网络模型的研究方法。在开源SimpleQuestion数据集上使用文中提出的方法,可使问句命名实体识别任务中f1-score提升了3%,问句关系分类任务准确率提升1%,最终答案生成任务准确率提升3.
其他文献
新中国建立60多年来,前30年,中国没有真正意义上的企业,后30年才有真正意义上的企业。然而,中国却没有自己的创新管理思想、管理理论和管理模式,我们的管理大部分是学习了国外的管理方法,像全面质量管理和六西格玛管理,但还谈不上管理模式。因此,为了适应今天的发展,我们需要创造适应自己的模式,在海尔,就是“人单合一双赢”的商业模式。 三大“颠覆”催生新模式 今天海尔正在进行“三转”:依据外部
面对日益严峻的网络安全攻防态势,越来越多的企业或组织开始需求更加积极主动的安全应急处置能力。文章介绍了如何结合当前网络安全应急响应领域最新技术—安全编排自动化与响应(SOAR)与分级分类管理的思想来共同打造自动化、智能化的网络安全应急响应能力。
公文系统广泛运用于党政机关的日常行政办公,但在开展密码应用工作过程中,普遍存在着密码应用使用问题。论文分析了公文系统应用层面存在的密码技术缺陷,并基于密码技术对这些问题提出了针对性的解决方案,使公文系统在密码应用安全性方面得以提升。
论文在分析了安全威胁发展趋势的基础上,结合国网河南省电力公司信息系统安全运维现状,采用多种新技术融合的方法,建设了一种新的基于异常流量的高级威胁检测系统。系统利用机器学习和深度学习的异常流量威胁检测技术能够识别变种威胁和未知威胁,通过整合多个学习器,对安全攻击行为进行综合检测,弥补了传统特征检测和行为检测仅能发现已知攻击的不足,为业务信息系统安全稳定运行提供有力保障。
在面对日益突出的网络安全问题,现有的基于威胁特征感知的防御机制,在应对未知风险、高级持续性威胁(APT)、机器流量中,暴露其不足之处,论文提出了基于深度学习的智能动态防御系统架构,提升了互联网应用网络安全威胁应对能力。
随着我国网络技术和数字化进程的飞速发展,越来越多的网络威胁渗透到了各行各业,油气长输管道工业控制网络面临着前所未有的安全考验。为了保证国家资源的安全生产与传输,需要提出一个全新的安全体系。论文通过分析当前油气长输管道工业控制网络系统安全架构,发现一些潜在的危险因素,并且根据油气长输管道现有的安全防护措施,提出了油气长输管道安全网络架构应增强纵深防护策略,不同层级的网络都需要具备安全区域划分的理念。
机器学习的发展依赖大量可用的数据。但是,在现实中数据分布在大量不同的企业和组织中,并且受到很多法律和现实情况的限制,将这些分散在各处的数据合并成一个拥有大量数据的数据集并不现实。为了解决机器学习领域的这一挑战,引入了一个新的算法和框架,称之为联邦迁移学习(Federated Transfer Learning,FTL)。FTL在允许不损害用户隐私的情况下共享知识,并且也允许跨域传输互补知识,因此可