排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
2.
冗长查询指用户提交的句子成份复杂的查询。当前的搜索引擎对于关键字的检索取得了较好的结果。但是对于冗长的查询,如果将所有词作为关键字进行检索,往往只能返回相当有限的结果。我们尝试利用关键词之间的词语关联度,发现语义蕴含,删除“信息量”小的关键词,提高检索的效果。对于实验结果,我们分别从“面向机器”和“面向用户”两个角度进行评价。在“面向机器”的评价部分,我们根据搜索引擎返回结果的标红率和结果数进行自动评价;在“面向用户”的评价部分,我们对搜索结果文档进行人工评价。实验结果表明,我们的方法能够明显提高检索结果的数量和质量。 相似文献
3.
4.
语言优美是学生写作能力中重要的一部分。该文提出一个面向作文自动评分的作文优美句识别任务,主要识别中学生中文作文中的优美句。相比传统文本分类任务,优美句识别更加难以用特征工程的方式解决。因此,该文提出一种基于卷积神经网络(CNN)和双向长短时记忆(BiLSTM)网络的混合神经网络结构进行优美句识别,并和CNN、BiLSTM网络进行了对比。实验证明,混合神经网络的准确率最高,达到89.23%,F1值与BiLSTM相当,达到75.39%。此外,该文将优美句子特征用于作文自动评分任务,可使计算机评分和人工评分的大分差比例下降21.41%。 相似文献
5.
为提高英语口语学习效率,在研究了深度神经网络、声学模型、自动语音评分基础上,设计了一种基于深度学习的端到端自动英语评分系统。在输入层,将词汇表示为一个序列张量,其中每个位置对应于来自预先训练的词汇向量,并采用双向LSTM网络得到高层信息。在声学模型层,文中将注意力机制模型融入网络,从而提高系统运行效率。在输出层,将词汇的表示方式与口语表达连接起来,并利用softmax函数对成绩进行预测。通过仿真分析,结果表明所提方法较传统LSTM、GRU方法性能有所提升。仿真结果进一步验证了所提系统的有效性。 相似文献
1