QA

作品数:1004被引量:958H指数:14
导出分析报告
相关领域:医药卫生自动化与计算机技术更多>>
相关作者:周翊张峥程吴光驰顾佩宝王穗芬更多>>
相关机构:第二军医大学首都儿科研究所复旦大学浙江大学医学院附属妇产科医院更多>>
相关期刊:更多>>
相关基金:国家自然科学基金国家高技术研究发展计划国家重点基础研究发展计划国家科技支撑计划更多>>
-

检索结果分析

结果分析中...
选择条件:
  • 学科=自动化与计算机技术x
条 记 录,以下是1-10
视图:
排序:
融合GAT与QA提取范式的事件抽取方法
《计算机工程与设计》2024年第10期3081-3088,共8页潘成胜 陈星雨 王建伟 施建锋 
国家自然科学基金项目(61931004、62201274)。
针对传统抽取方法中事件标签语义与事件关系信息利用率低的问题,提出一种融合GAT(图注意力网络)与QA(问题-回答)提取范式的事件抽取方法。将事件类型与论元角色作为查询语句,根据不同事件类型之间的关联构建事件关系图,通过图注意力网...
关键词:图注意力网 问答任务 标签语义 事件抽取 注意力机制 查询语句 事件关系图 
总装车间拧紧结果数据校验系统
《汽车制造业》2024年第5期22-25,共4页廖端 颜亮 谭强 望双喜 
本文介绍数据校验系统通过开放协议进行现场拧紧控制器的拧紧数据采集,系统满足现场ATLAS和E STIC拧紧数据100%实时采集,并进行工艺校核,通过每条线体末端设置的质量门及配备PC操作站实现生产线体联锁、拧紧数据校验、增、删、改、查,...
关键词:拧紧 MES QA 数据校验 
融合外部知识的知识图谱问答方法研究
《软件导刊》2024年第9期56-62,共7页白云天 郝文宁 靳大尉 刘小语 
国防工业技术发展计划项目(JCKY2020601B018)。
知识图谱问答是自然语言处理领域的热门研究方向之一。现有方法主要存在两大挑战:一是难以理解复杂的自然语言形式问题,二是实体表示通常只限于字面含义,缺乏深入的语义阐释。针对上述问题,提出一种融合外部知识的知识图谱问答方法DEK-K...
关键词:知识图谱问答 QA上下文 预训练语言模型 外部知识 
奇安信面向全行业发售新版QAX-GPT安全机器人
《中国信息安全》2024年第4期98-98,共1页
3月20日,奇安信集团宣布,新版QAX-GPT安全机器人面向全行业正式发售。据了解,经过持续打磨和优化迭代,新版安全机器人不仅对智能研判和智能问答进行了升级,还新增了智能调查、智能任务、智能报告和智能驾驶舱四项功能。相对于前一版,新...
关键词:机器人 智能问答 GPT 驾驶舱 优化迭代 发售 QA 三大亮点 
QA-KGNet:一种语言模型驱动的知识图谱问答模型被引量:4
《软件学报》2023年第10期4584-4600,共17页乔少杰 杨国平 于泳 韩楠 覃晓 屈露露 冉黎琼 李贺 
国家自然科学基金(61962006);四川省科技计划(2021JDJQ0021,2022YFG0186);四川音乐学院数字媒体艺术四川省重点实验室资助项目(21DMAKL02);成都市技术创新研发项目(2021-YF05-00491-SN);成都市重大科技创新项目(2021-YF08-00156-GX);成都市“揭榜挂帅”科技项目(2021-JB00-00025-GX);成都市软科学研究项目(2021-RK00-00065-ZF,2021-RK00-00066-ZF);广西重大创新驱动项目(桂科AA22068057);四川省社会科学高水平团队项目(2015Z177)。
基于知识图谱的问答系统可以解析用户问题,已成为一种检索知识、自动回答所询问题的有效途径.知识图谱问答系统通常是利用神经程序归纳模型,将自然语言问题转化为逻辑形式,在知识图谱上执行该逻辑形式能够得到答案.然而,使用预训练语言...
关键词:知识图谱 预训练语言模型 QA上下文 多头图注意力网络 联合推理 
基于LSTM与衰减自注意力的答案选择模型被引量:1
《浙江大学学报(工学版)》2022年第12期2436-2444,共9页陈巧红 李妃玉 孙麒 贾宇波 
浙江理工大学中青年骨干人才培养经费项目。
针对答案选择过程中存在语句特征、语句间的相关语义信息提取不充分的问题,在长短时记忆网络(LSTM)的基础上,提出基于LSTM和衰减自注意力的答案选择模型(DALSTM).DALSTM使用LSTM和衰减自注意力编码层提取丰富的上下文语义信息,通过衰减...
关键词:问答(QA) 答案选择 长短时记忆(LSTM) 衰减自注意力 注意力机制 
基于QA权重NDVI时间序列重建效果评价研究——以长江流域为例被引量:3
《地理科学》2022年第11期2019-2027,共9页朱慧 胡勇 孙芬 王强 马雪莹 
国家自然科学基金项目(41901386);重庆市自然科学基金面上项目(cstc2019jcyj-msxmX0548)资助。
通过计算质量频率和噪声比分析了长江流域MODIS NDVI质量情况,然后基于常用的S-G、A-G、D-L这3种重建方法设计了3种质量权重方案,对长江流域2001—2020年的时间序列MODIS NDVI数据进行重建,最后采用视觉对比、优质区域保真性和模拟加噪...
关键词:NDVI时间序列重建 长江流域 质量保证数据(QA)权重 Savitzky-Golay 
预训练语言模型在科学类QA方向的探索研究——基于ARC数据集
《河北软件职业技术学院学报》2022年第3期1-5,共5页夏秀坤 张曼琳 
2022年度河北省高等学校科学研究计划自然科学重点项目“基于LoRa的农业物联网系统的设计与实现”(ZD2022068)。
随着自然语言处理(Natural Language Processing,NLP)技术取得的巨大进步,业界出现了各种更加复杂的自然语言处理数据集和具有更高难度的任务。AI2逻辑挑战(AI2 Reasoning Challenge,ARC)数据集是目前最具挑战性的问题回答(Question Ans...
关键词:自然语言处理 预训练语言模型 ARC数据集 
COKG-QA: Multi-hop Question Answering over COVID-19 Knowledge Graphs被引量:4
《Data Intelligence》2022年第3期471-492,共22页Huifang Du Zhongwen Le Haofen Wang Yunwen Chen Jing Yu 
supported by the Fundamental Research Funds for the Central Universities with grant Nos.22120220069;the National Nature Science Foundation of China with Grant No.62176185;supported in part by the Shanghai Artificial Intelligence Innovation and Development Fund grant 2020RGZN-02026
COVID-19 evolves rapidly and an enormous number of people worldwide desire instant access to COVID-19 information such as the overview, clinic knowledge, vaccine, prevention measures, and COVID-19 mutation. Question a...
关键词:COVID-19 Question answering Knowledge graph Knowledge embedding Pre-trained model Multi-hop KGQA 
Quantized and adaptive memristor based CNN(QA-mCNN)for image processing被引量:6
《Science China(Information Sciences)》2022年第1期269-271,共3页Xiaofang HU Wenqiang SHI Yue ZHOU Hongan TANG Shukai DUAN 
supported by National Natural Science Foundation of China(Grant Nos.61976246,61601376);Natural Science Foundation of Chongqing(Grant No.cstc2020jcyj-msxm0016);National Key R&D Program of China(Grant No.2018YFB1306604);China Postdoctoral Science Foundation Special Funded(Grant No.2018T110937);Innovation Support Program for Chongqing Overseas Returnees(Grant No.cx2019126);Zhejiang Provincial Key Lab of Equipment Electronics(Grant No.2019E10009)。
Dear editor,The cellular neural network(CNN)is one of the most hardware-implementable neural networks with promising prospects on large-scale and real-time problem solving[1].However,the lack of adaptive templates and...
关键词:network NEURAL image 
检索报告 对象比较 聚类工具 使用帮助 返回顶部