【摘 要】
：
问答系统是自然语言处理领域一个非常热门的研究方向,问题分类是问答系统非常重要的环节。传统问题分类需要人工制定特征提取策略并不断优化特征规则,该方法准确率不高且费时
【基金项目】
：
国家自然科学基金项目（61462050,61562054）,云南省自然科学基金项目（KKSY201303095）
论文部分内容阅读
问答系统是自然语言处理领域一个非常热门的研究方向,问题分类是问答系统非常重要的环节。传统问题分类需要人工制定特征提取策略并不断优化特征规则,该方法准确率不高且费时费力。传统卷积神经网络模型先通过卷积核提取能表示问句特征的向量,再经过max-pooling后得到一个特征值,并未考虑句子的结构信息,在训练时容易发生过拟合。针对上述问题,采用分段池化操作,引入句子结构信息,在不同分段上提取句子的主要特征并加入Dropout算法,提高模型的泛化能力,防止模型过拟合。实验结果表明,该方法能提高模型准确率,在TREC
其他文献
班级日志作为一种班级管理手段,同时也是思想政治教育的有效落实载体。运用班级日志这一手段,可以鼓励大学生参与班级建设,加强情感沟通和日常信息分享,促进班集体成员自我管
对混成系统进行安全性验证是计算机领域具有重要意义和挑战性的课题,传统的测试仿真技术不足以确保系统的绝对安全性和完备性。基于形式化方法是根据混成系统的形式规范与属
图计算应用的通信模式以时空随机的点对点细粒度通信为主,但现有高性能计算机的网络系统应对大量细粒度通信时表现不佳,进而影响整体性能。虽然在应用层进行通信优化可以有效提升图计算应用性能,但这会给应用开发人员带来很大的负担,因此提出并实现结构动态的消息聚合技术,通过构建虚拟拓扑的方法在通信路径上增加中间点从而提升消息聚合的效果。传统的消息聚合策略一般仅在通信源或者目的地上进行,聚合机会有限,而所提技术通
以1999～2002年编辑出版的《湛江师范学院学报》(哲学社会科学版)为研究对象,对其发文量、基金率、教授及博士论文、发文时滞、引文量以及引文文献类型与语种进行统计分析,其结