共查询到20条相似文献,搜索用时 578 毫秒
1.
2.
领域自然语言理解篇章中时间名词的研究 总被引:1,自引:1,他引:0
根据自然语言理解中在一定领域内篇章理解的特点,基于知识和内涵,分析了对时间名词理解的实现方法和难点,目的是对整个篇章的理解提供很好的支持.给出了篇章理解的总体流程,在此基础上讨论了时间语义理解在整个篇章理解的重要性和时间名词的语义和分类,并建立了时闻名词的结构模型和理解流程;对时间名词内涵的理解方法做了介绍;结合Rough理论,提出了一种判断时间名词模糊相等的方法. 相似文献
3.
4.
基于领域的语用研究和实现 总被引:1,自引:1,他引:1
要准确理解自然语言,不仅需要对自然语言进行语义理解,更需要把语义理解和具体的语境结合,即要进行语用方面的研究。在教学智能辅助系统中,我们对语用的实现进行了一些尝试,把自然语言理解的语义理解结果和教学中的某个领域(这里是行程领域)结合研究,通过语用推理得到深层隐含信息,能够比较完整地理解自然语言的本质。 相似文献
5.
6.
7.
8.
机器阅读理解要求机器能够理解自然语言文本并回答相关问题,是自然语言处理领域的核心技术,也是自然语言处理领域最具挑战性的任务之一。抽取式机器阅读理解是机器阅读理解任务中一个重要的分支,因其更贴合实际情况,更能够反映机器的理解能力,成为当前学术界和工业界的研究热点。对抽取式机器阅读理解从以下四个方面进行了全面地综述:介绍了机器阅读理解任务及其发展历程;介绍了抽取式机器阅读理解任务以及其现阶段存在的难点;对抽取式机器阅读理解任务的主要数据集及方法进行了梳理总结;讨论了抽取式机器阅读理解的未来发展方向。 相似文献
9.
10.
在有人机与无人机协同完成任务时,为了使有人机操作人员更简便的控制无人机,如何对自然语言指令进行理解成为当前的热点问题.文中设计了基于自然语言理解的UAV指令理解系统,提出了该系统的结构组成、构建方案,详细讨论了各功能模块的作用和实现方案.该系统主要功能包括语音识别、自然语言理解和任务规划.考虑到自然语言理解实现的需求,定义了受限的自然语言指令文法规则,并采用自动分词算法对命令词汇进行切分,然后基于语法树的实例匹配算法对指令进行理解.最后,对其中的关键算法进行了仿真实验.实验结果表明,该系统对于无人机指令具有良好的理解结果. 相似文献
11.
针对目前机器阅读理解的研究进展,对机器阅读理解的研究背景和国内外研究现状进行详细介绍,着重介绍国内外主流的大规模机器阅读理解数据集,以及在各个数据集上的评价指标。介绍神经机器阅读理解模型,并对向量化、编码、注意力机制、答案预测模块做了详细的介绍。总结当前机器阅读理解所面临的问题,并展望未来的发展趋势。 相似文献
12.
13.
听力是对连续的有意义的语音理解,它既涉及语言基础知识又涉及复杂的心理解码活动。成功的听力课应基于教师对听力理解本质的解释,基于对听力理解理论的认识,也是教师能帮助学生提高听力水平的保障。 相似文献
14.
听力是对连续的有意义的语音理解,它既涉及语言基础知识又涉及复杂的心理解码活动。成功的听力课应基于教师对听力理解本质的解释,基于对听力理解理论的认识,也是教师能帮助学生提高听力水平的保障。 相似文献
15.
随着移动互联网的发展与手持智能终端的普及,海量带有用户时空属性的数据被生成.理解这些数据表达的语义信息对推测用户需求,分析用户偏好,进而提供精准时空推荐和预测服务具有重要作用.因此,近些年来,时空数据语义理解正成为时空数据挖掘领域的研究热点.从技术和应用两个层面,对近些年来国内外研究者在该领域的研究成果进行了系统的归类和总结.技术层面上,依据语义理解的不同任务,提出了时空数据语义理解的研究框架;并依次从地理位置语义理解、用户行为语义理解、热点事件语义理解3个主要任务,归纳了时空数据语义理解所包含的相关研究成果和关键技术.应用层面上,分别总结了时空数据语义理解在时空推荐和时空预测中的应用.最后,从数据质量、算法模型和计算模式3个方面,归纳了时空数据语义理解面临的主要挑战以及未来的研究方向. 相似文献
16.
本文对计算机语音命令理解的算法作了一些探索性的研究。首先针对词图结构的特点提出了一种词图树扩展理解算法,通过分析与实验比较,发现该算法在保证精确率的下降很小的条件下可获得比传统的Nbest路径理解算法高得多的召回率,而计算效率仅相当于Nbest路径理解算法中句子候选数取值很小时的情况;其次根据对实验结果的分析与观察,给出了一种行之有效的命令理解容错算法,使得理解召回率提高到91.7% ,精确率仍保持在90%以上,而理解错误率降低了13.5% ,同时计算复杂度的上升几乎可以忽略。 相似文献
17.
生成式阅读理解是机器阅读理解领域一项新颖且极具挑战性的研究。与主流的抽取式阅读理解相比,生成式阅读理解模型不再局限于从段落中抽取答案,而是能结合问题和段落生成自然和完整的表述作为答案。然而,现有的生成式阅读理解模型缺乏对答案在段落中的边界信息以及对问题类型信息的理解。为解决上述问题,该文提出一种基于多任务学习的生成式阅读理解模型。该模型在训练阶段将答案生成任务作为主任务,答案抽取和问题分类任务作为辅助任务进行多任务学习,同时学习和优化模型编码层参数;在测试阶段加载模型编码层进行解码生成答案。实验结果表明,答案抽取模型和问题分类模型能够有效提升生成式阅读理解模型的性能。 相似文献
18.
19.
《计算机工程与应用》1986,(12)
自然语言理解目前不仅成为第五代计算机的核心目标之一,而且日益成为计算机科学、认知心理学、数理语言学等学科研究的共同问题。本文在对自然语言理解这一极为复杂的认识过程以及语言理解系统的组成作了较深入分析的基础上,提出了以知识库为中心的语言理解系统框图。并且对汉语语言知识库的构造作了初步探讨。 相似文献
20.
李晟 《电脑与微电子技术》2012,(9):14-17
主要对形式概念分析在软件理解上的研究进展进行总结.阐述形式概念在软件理解中一般过程和主要采取的技术方法.给出形式概念分析在软件理解领域的研究趋势与展望。 相似文献