【摘 要】
：
文本语义相似度学习在自然语言处理领域扮演着重要角色。传统的基于统计学习的方法只能对句子的浅层语义进行建模,在深层语义上效果表现不佳。针对统计学习方法无法有效解决
论文部分内容阅读
文本语义相似度学习在自然语言处理领域扮演着重要角色。传统的基于统计学习的方法只能对句子的浅层语义进行建模,在深层语义上效果表现不佳。针对统计学习方法无法有效解决深层语义的问题,提出一种基于卷积神经网络(Convolutional Neural Networks,CNN)和双向长短期记忆(Bidirectional Long Short Term Memory,BiLSTM)相结合的短文本相似度计算方法,利用CNN与BiLSTM相结合的孪生神经网络结构提取句子不同粒度的特征,对句子进行深层语义编码。此外,结
其他文献
针对现有的SRCNN算法网络训练时间太长、重建性能不佳、运行速度较慢的问题,提出了一种新的图像超分辨率重建算法,基于卷积神经网络以低分辨率的图像作为网络输入,利用卷积操作学习图像的高阶表示,通过反卷积操作进行上采样重建图像,同时在网络中加入残差结构,使得整个网络能够更好地收敛。在Set5、Set14、BSD200测试集上的实验结果表明,相比双三次插值法Bicubic、SRCNN等方法,所提方法对图
随着计算机技术的发展和工业设备的不断更新,铁路货车故障轨边图像检测系统(TFDS)也在根据应用需求不断进行改进和完善。针对系统中有多路相机并行采集这一需求,为了缓解单台
工程投资决策问题是一个整数规划与线性规划相结合的混合规划问题，以单目标遗传算法的基本思想为基础，采用对整数编码以及一些遗传算法中的有效操作方法解决该问题。
针对协同过滤算法中评分矩阵稀疏性问题和可拓展性问题，提出一种改进的协同过滤算法，以望提高推荐效果和计算性能。该算法结合用户聚类和项目聚类，将最近邻搜索空间缩小到对应的
在我国汽车生产制造业中,控制系统是车身覆盖件自动生产线中的核心部分,它控制着现场电气设备的正常运作。随着工业控制系统复杂程度的日益提高,大量的安全问题也涌现出来,使