排序方式: 共有8条查询结果,搜索用时 0 毫秒
1
1.
2.
4.
图1所示的调制盘是一般比较熟悉和讨论较多的一种,已发表了许多研究报告和实验结果,普遍认为这种调制盘的线性段不能长,线性度不好。我们在试验中改进了这种调制盘的线性 相似文献
5.
1965年瑞典AGA热象仪第一代产品问世,至今已生产出第四代产品了。最早商品化的仪器是AGA-665,它的光学扫描系统如图1所示。它的主反射镜1和次反射镜2组成格里高里系统,垂直扫描和水平扫描分别由置于光路中的平面反射镜的摆动和平行多面转鼓的转动实现。由于透光性能良好的大直径锗、硅单晶的出现和镀膜技术的成功,使得AGA-680 相似文献
6.
命名实体识别与共指消解均依赖于对实体相邻文本信息的学习,本文提出一种基于混合神经网络的命名实体识别与共指消解联合模型,共用双向长短时记忆模型LSTM编码层对输入序列中每个词前后方向上下文信息进行编码,并通过训练学习得到上下文信息传递到前馈神经网络FFNN模型以提高共指消解精度,通过将领域文档及篇章语义向量加入FFNN,改进共指消解算法并优化共指消解模型.基于领域文本数据集进行联合模型训练,实验结果表明该联合模型可以有效地提高共指消解精度. 相似文献
7.
问题意图理解是知识图谱问答的主要任务之一,语义解析是当前理解问题意图的主流方法.其主要挑战是如何充分利用知识图谱上下文理解问句中的隐含实体或关系,以及时间、排序和聚合等复杂约束条件等意图.为了应对这些挑战,本文提出了一种基于语义块的知识图谱问答语义解析框架——Graph-to-Segment,框架中的语义解析模型结合了基于规则的准确度和基于深度学习的覆盖度,实现了问题到语义块序列的解析和语义查询图的构造.框架将问题意图使用基于语义块的语义查询图表示,将问题的语义解析建模为语义块序列生成任务,采用编码器-解码器神经网络模型实现问题到语义块序列的解析,然后通过语义块组装形成语义查询图.同时,结合知识图谱中的上下文信息,模型使用图神经网络学习问题的表示,改进隐含实体或关系的语义解析效果.在两个知识图谱问答数据集上的实验表明,模型性能达到了良好的效果. 相似文献
8.
1