融合深度匹配特征的答案选择模型

答案选择是自动问答系统中的关键任务之一,其主要目的是根据问题与候选答案的相似性对候选答案进行排序,并选择出相关性较高的答案返回给用户。可将其看作成一个文本对的匹配问题。该文利用词向量、双向LSTM、2D神经网络等深度学习模型对问题—答案对的语义匹配特征进行了提取,并将其与传统NLP特征相结合,提出一种融合深度匹配特征的答案选择模型。在Qatar Living社区问答数据集上的实验显示,融合深度匹配特征的答案选择模型比基于传统特征的模型MAP值高5%左右。     

面向图样理解的工程语义获取技术研究

在工程语义分类基础上，首先探讨了3类工程语义的图样理解中的作用和关系，即表达方式工程语义是前提，投影关系工程语义是核心，尺寸约束工程语义是引导；然后，着重介绍了工程语义的分类获取和整合获取技术，包括表达方式、投影关系、尺寸工程主义的分类获取技术，以及相切、相贯、截交工程语义的整合获取技术，并以一系列“元组链”及“约束状态链”的形式对工程语义进行重新组织；最后以一个说明工程语义获取技术在图校理解过程中的应用情况，该方法已成功地应用于作者研制的图样理解原理试验系统，并取得了很好的效果，试验结果表明，该方法不仅可以简化图样理解的复杂程度，还可以提高识别、处理的速度和计算机理解的可靠性。     

智能音乐辅助系统：乐谱获取与学习的创新方案

设计和实现基于语音识别与编辑的自动作曲系统,旨在解决视觉障碍者和音乐初学者在乐谱访问和音乐理解方面的困难。研究内容包括音符识别、音符编辑和多种文件生成。通过音符识别算法和语音技术的集成,用户的音频输入可以转换为乐谱中的音符和时值。音符编辑功能允许用户灵活地修改音符的音高。系统能够生成多种文件格式,例如,图片、音频、可编辑版乐谱和盲文文件,以满足用户的展示和编辑需求。该研究对音乐辅助技术的发展具有重要意义,为视觉障碍者和音乐初学者提供了创新的学习工具和音乐创作方式。未来,自动作曲系统有望进一步发展,提高算法准确性、用户体验和创作自由度。同时,与其他领域技术的融合将进一步扩展其功能和应用场景,推动音乐辅助技术的进一步发展。     

面向概念的通用知识获取系统

本文提出的面向概念的知识获取系统是一个能理解基本逻辑和自然语言的通用知识获取环境。系统结合了人工智能(ai)、面向对象的程序设计(oop)和逻辑程序设计(Lp)等技术。系统以概念为知识基元,由概念描述器(cd)予以描述。cd是一个类框架和类对象 的结构,它由一组概念特性和属性,逻辑约束和函数式等支持。这些特性可由具体的应用而赋于实际的含义。知识库中的概念集是一个层次式的继承网络。另外系统还附有一些语义子系统,如一阶逻辑系统和简单的自然语言系统,用以各种类型的语法检查及知识的冗余、互斥及非一致性检查。系统主     

基于知识模型匹配的公益诉讼案源信息自适应获取系统

针对公益诉讼案源信息自适应获取过程中,受到信息匹配算法的影响,导致信息获取数量较少的问题,设计基于知识模型匹配的公益诉讼案源信息自适应获取系统。针对存储器与预处理器进行设计,为后续系统软件设计提供支撑。通过公益诉讼案源信息的处理,获取诉讼案源信息特征,构建知识模型。利用构建的知识图谱,设计知识模型匹配算法。根据实际需求,实现公益诉讼案源信息自适应获取。实验结果表明系统信息自适应获取性能较高,且随着时间的递增,有效增加了案源信息获取数量。     

面向问答社区的粗粒度问句分类算法

面向问答社区的问答系统CQA(Community Question Answer)是近年来研究的热点,针对系统中问句分类的复杂性,提出一个粗粒度的分类体系及多标记多分类的问句分类算法——MLMC。基于SVM分类模型实现一个完整的分类系统,总体分类精度达到73.6%。     

多领域自然语言问句理解研究

问句理解是问答系统的主要任务之一。现有的问句理解方法大多是针对简单句的,且侧重于某种句式结构的理解。提出一种多领域问句理解研究方法,其涉及领域包括人物类、电影类、音乐类、图书类、游戏类、应用类。首先基于CRF算法对问句进行分类和主体识别,然后使用谓词词典和句法分析识别出问句的谓词,最后提出一种谓词消歧方法来解决相同问句具有不同表达方式的问题。实验结果表明,在封闭测试中,所提方法的问句分类和主体识别的平均F-measure值分别为93.88%和92.44%,谓词识别和问句理解的平均准确率分别为91.03%和81.78%。因此,所做的工作基本能满足问句理解的需求。     

面向医疗咨询的复杂问句意图智能理解

在智慧医疗中基于知识图谱的问答系统能够根据结构化的医疗知识自动回答自然语言问句,具有重要的研究意义和实际应用价值。当前的问答系统不能有效地处理包含多种意图的复杂问句,导致意图识别不全面或不正确,难以生成高质量的答案。因此,该文提出了基于语义分析和深度学习的复杂问句意图智能理解方法,首先从问句中提取医疗实体并进行依存句法分析,通过句法成分规范化将多意图复杂问句分解成若干属性类或关系类简单问句的组合,然后构建文本分类深度网络模型对每个简单问句进行意图识别,从而实现复杂问句的意图理解。为了验证该文方法的有效性和实用性,该文构建了包含6类约14万个实体的医疗知识图谱,用所提出的意图理解方法为核心开发了基于知识图谱的医疗咨询智能问答系统,根据问句意图将相应的核心实体和关系谓词转化为知识图谱检索语句,并通过检索到的相关知识生成自然语言答案。对真实医疗咨询问句测试的结果表明,该文方法可以有效地理解复杂问句的多种意图,相应的问答系统能够更全面、准确地回答与疾病、症状、药品等相关的医疗咨询问句。     

改进的基于句模匹配算法的问句理解方法

句模匹配方法是基于字符表层的文本分析技术,只能处理各个关键词中有分隔词的问句,具有局限性。针对该问题,结合问答系统的应用背景,提出将句模匹配与关键词词库匹配相结合的方法,改进了传统的句模匹配问句理解方法。实际应用表明,该方法能扩大问句理解的范围,提高问句理解的准确性。     

IHSMTS中实例模式获取机制的设计与实现

IHSMTS是一种交互式多策略机器翻译系统。给出了该系统中模式知识获取机制的设计和实现方法，在这种模式知识获取机制中有机地结合了多种知识获取方式，包括：人机交互方式、基于机器翻译的源译文对照信息的自动获取、模式精炼方式和基于先验双语语料对齐的批量方式等，并通过模式验证算法实现对冗余、冲突等的检查，从而保证加入到模式库中的模式知识的单调递增生，同时实现模式适应性和准确性的平衡，使系统能够对实例模式库进行动态添加完善，从而动态递增地改善翻译效果。     

机器人实时数据采集分析系统 RTAAS 的研制

RTAAS(Real Time Acquisition & Analysis System)是为南开大学机器人实验室研制的 NKRS-1型通用机器人实验系统设计的实时效据采集与分析系统,它包括 RTAS 和 AS 两部分.该系统面向机器人的运动轨迹和关节伺服控制,以多级菜单驱动,图形显示清晰直观,分析数据全面.RTAAS 可以为机器人运动学的研究,动力学的建模,机器人伺服控制算法的优化,轨迹规划方法的评估以及双臂机器人系统的辅助设计等多方面的研究提供切实的手段和依据.     

基于用户评论的动态方面注意力电商推荐深度学习模型

为了提供个性化推荐,推荐系统会将用户和物品分别表达为用户偏好向量和物品特征向量。物品特征向量中不同维度分别对应物品不同的特征。用户偏好向量中各维度表示用户对物品对应维度(特征)的喜好程度。目前大部分的推荐算法都假设为对于不同物品、同一用户的偏好向量是相同的。然而在现实生活中,该假设是不成立的。为此,提出一种结合注意力机制的深度学习模型,其能根据不同的用户-物品对,相应地学习到一个注意力权重向量,最终达到动态调整用户偏好向量的目的。在3组公开数据集上进行对比实验,以预测评分的均方误差(MSE)作为评估指标,实验结果表明该方法比已有的相关算法的效果更好。     

基于深度学习的农作物病虫害图像识别APP系统设计

为准确有效识别出农作物病虫害类别及位置,构建一款农作物病虫害图像识别App系统,为广大农户、研究人员及管理者提供智能信息服务.该系统基于Android平台开发,在所收集的大量病虫害数据集上,开展了Darknet、YOLO等深度网络模型训练和测试,并使用批量正则化、维度聚类和课程设计学习等技术优化模型,实现了181种作物...     

INTEGRATION OF A VOICE RECOGNITION SYSTEM IN A SOCIAL ROBOT

Human–robot interaction (HRI) ^{1 1}HRI can be defined as the study of humans, robots, and the ways in which they influence each other. is one of the main fields in the study and research of robotics. Within this field, dialogue systems and interaction by voice play an important role. When speaking about human–robot natural dialogue we assume that the robot has the capability to accurately recognize what the human wants to transmit verbally and even its semantic meaning, but this is not always achieved. In this article we describe the steps and requirements that we went through in order to endow the personal social robot Maggie, developed at the University Carlos III of Madrid, with the capability of understanding the natural language spoken by any human. We have analyzed the different possibilities offered by current software/hardware alternatives by testing them in real environments. We have obtained accurate data related to the speech recognition capabilities in different environments, using the most modern audio acquisition systems and analyzing not so typical parameters such as user age, gender, intonation, volume, and language. Finally, we propose a new model to classify recognition results as accepted or rejected, based on a second automatic speech recognition (ASR) opinion. This new approach takes into account the precalculated success rate in noise intervals for each recognition framework, decreasing the rate of false positives and false negatives.     

离散系统自寻最优降阶模型的一种新方法及应用

本文提出了离散系统自寻最优降阶模型的一种新方法及应用.它是通过将误差多项式的系数设置为零使模型与系统的部分 M 参数及 H 参数相匹配,M 参数和 H 参数又是根据七种不同的误差积分指标由用户根据需要选定其中的任意一种,使这种误差积分指标最小而实现自寻最优的匹配,从而使获得的降阶模型接近于系统.就是说保持了系统的一定特性.这是一种合理的近似.根据这种方法以 PASCAL 语言编制成程序,在 PDP-11/23计算机上运行.以某个实际的计算机系统为例,进行了仿真和比较,论证了这种方法的正确性、可行性以及相当好的效果.这是一种效率高。易于实现 M 和 H 参数的最优匹配型,并易于理解的方法。     

一种用于建造多塔精馏过程故障诊断专家系统知识库的方法

提出了一种用于建造多塔精馏过程故障诊断专家系统知识库的方法，该方法借助于实例，通过基于解释学习的学习模型及定量深层知识库来产生故障诊断领域知识，若用该方法建立专家系统知识库，则相应的专家系统在进行蒸馏系统故障诊断时比较快速、准确。     

NOVELTY DETECTION AND IN-LINE LEARNING OF NOVEL CONCEPTS ACCORDING TO A CASE-BASED REASONING PROCESS SCHEMA FOR HIGH-CONTENT IMAGE ANALYSIS IN SYSTEM BIOLOGY AND MEDICINE

Novelty detection, the ability to identify new or unknown situations that were never experienced before, is useful for intelligent systems aspiring to operate in environments where data are acquired incrementally. This characteristic is common to numerous problems in medical diagnosis and visual perception. We propose to see novelty detection as a case-based reasoning (CBR) process. Our novelty-detection method is able to detect the novel situation as well as to use the novel events for immediate reasoning. To ensure this capacity we combine statistical and similarity inference and learning. This view of CBR takes into account the properties of data such as the uncertainty and the underlying concepts such as storage, learning, retrieval and indexing can be formalized and performed efficiently. The novel events can be items being outliers or items making up a new class. Storage is done in a structured fashion, so that they can give a strategy for controlling the statistical learning process. Only when enough samples are available for a group of novel events, the statistical learning process proves if new models should be learned or if old models should be reorganized according to the new data. We use our novelty detection and handling method in a scenario where cell images may vary according to the particular cell line and the varying image quality given by the image acquisition unit. This scenario is valid for many medical applications and applications in system biology.