论文部分内容阅读
基于领域词学习的多轮对话模型研究
【摘 要】
：
随着移动互联网技术的发展,计算机、手机、平板和手环等智能设备已经成为人们生活中重要的信息交流工具。自然语言是人与人之间交流的信息载体,机器语言是计算机处理信息的载体。如何让计算机理解人类的自然语言并回应人类正确的信息已成为人工智能领域内一个重要的研究问题。人机对话系统的产生为上述问题提供了解决方案。现有的对话系统在自然语言理解和自然语言生成的工作中取得了重大进展,而在对话系统中关于领域词之间的知识
【机 构】
：
黑龙江大学
【出 处】
：
黑龙江大学
【发表日期】
：
2021年09期
【基金项目】
：
其他文献
多年来,在线广告产业持续高速发展,为各大互联网公司带来了非常可观的经济效益。在在线广告业务中,广告曝光预估使得广告主能够提前估计广告投放效果,以此设置新广告的初始出价值或者调整旧广告的出价值,从而获得期望的投资回报率。尽管业界已经设计了一些曝光预估工具,但是对于展示广告,之前的工作主要是请求级粒度的预估方法,面对高维的广告定向条件组合与复杂的竞争环境和多样性约束,很难同时兼顾准确率和效率。基于上述
学位
数据的聚合与分析是信息革命的根本,加速了互联网服务的产生和云侧决策的更新进程。用户隐私问题随着时代的变迁,由“紫泥封”演变到如今的用户数据。数据隐私问题让数据在聚合-分析-共享-交易过程中四处碰壁,导致用户不愿上传数据、服务方不愿也不敢共享数据这种“数据孤岛”现象的出现。用户隐私保护意识越来越强,法律法规也逐步增加了对隐私的要求。服务方亟需将保护用户隐私由负担转化为市场竞争力,实现业务的保护隐私版
学位
5G网络在2019年正式商用后,迅速被各个领域广泛采用。作为一种全新的物理层协议,它提供了许多4G所不具备的新特性。然而,5G之上的各协议层并没有进行与之对应的适配,它能否适应现有的网络环境仍然是一个疑问。因此,很有必要对5G网络进行一次测量分析,以探究其深层次特性,并为上层协议的优化和5G上的应用开发提供理论支持。本文对国内的商用5G进行了一次实证研究。不同于以往的工作,本文聚焦于已经开始为大量
学位