用Java开发Socket程序

Java是由Sun公司开发的一种面向对象的编程语言。在Intenet上,由于Java语言的鲜明特性,包括平台无关性、分布性、健壮性、安全性、多线程性、可移植性等,Java已是炙手可热的语言明星,成为Inter-net主力开发语言。随着Internet的飞速发展,用Java设计的小程序如雨后春笋般出现。网络时代的到来,为Java大显身手提供了一个广阔的舞台。 网络套接字(Socket)提供了网络上两个程序之间交互通信的可靠连接。通常的网络通信的模型是多客户机/单服务器的方式。Java突出的优点是通过预定义的库可以实现很强的功能,而不需要程序员做很多的事情。其中java.net提供了Socket类实现Java     

一种求解数学应用题的多粒度图神经网络编码器

近几年，数学应用题自动解答(Math Word Problems, MWP)的研究受到越来越多学者关注，大多数研究的重点是对编码器的改进。然而目前的研究在编码器的改进方面还存在以下问题：(1)输入文本的颗粒度一般是字级别，这会导致泛化能力不足；(2)大多数模型对文本信息的挖掘没有充分利用文本内实体、词性等信息，只是停留在时序信息层面。该文针对以上问题，在双向GRU(Gated Recurrent Unit)的基础上提出了一种新颖的基于多粒度分词和图卷积网络的编码器结构(Multi-grained Graph Neural Networks, MGNet)。多粒度分词是通过对文本的每个词进行不同颗粒度的分词，增加了样本容量，并且通过引入一些噪声样本，提高了模型的泛化能力。图卷积神经网络通过构建文本内实体、数字、日期之间的不同的属性图，对它们之间隐含的关系进行建模。在Math23K和Ape210K数据集的实验显示，该文提出的模型MGNet准确率分别达到77.73%和80.8%。