您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 英文文本机器阅读适合单词记忆忆tts

  2. 英文文本机器阅读,适合单词记忆,我用过的最好的,还可以文本转mp3
  3. 所属分类:专业指导

    • 发布日期:2011-01-26
    • 文件大小:1048576
    • 提供者:yuxin06
  1. 陈丹琦博士毕业论文,机器阅读理解

  2. 斯坦福大牛陈丹琦的机器阅读理解综述文章,十分全面详尽。
  3. 所属分类:深度学习

    • 发布日期:2018-12-18
    • 文件大小:30408704
    • 提供者:guotong1988
  1. 斯坦德机器阅读理解SQuAD2.0数据集

  2. 斯坦福机器阅读理解竞赛的数据集SQuAD2.0,基于 SQuAD(Stanford Question Answering Dataset)的文本理解挑战赛,是行业内公认的机器阅读理解领域的顶级水平测试;它构建了一个包含十万个问题的大规模机器阅读理解数据集,选取超过 500 篇的维基百科文章。数据集中每一个阅读理解问题的答案是来自给定的阅读文章的一小段文本 —— 以及,现在在 SQuAD 2.0 中还要判断这个问题是否能够根据当前的阅读文本作答。
  3. 所属分类:深度学习

    • 发布日期:2019-02-28
    • 文件大小:9437184
    • 提供者:sinat_20280061
  1. Python-Rnet的Tensorflow实现具有自匹配网络的机器阅读理解

  2. R-net的Tensorflow实现:具有自匹配网络的机器阅读理解
  3. 所属分类:其它

    • 发布日期:2019-08-11
    • 文件大小:1010688
    • 提供者:weixin_39840515
  1. Python-QANetDuReader中文机器阅读理解

  2. 本人曾随队在mrc2018机器阅读理解比赛中获得TOP11的名次,当时使用的是BIDAF,现尝试使用QANet去尝试dureader数据集
  3. 所属分类:其它

    • 发布日期:2019-08-11
    • 文件大小:2097152
    • 提供者:weixin_39841856
  1. 基于transformer和lstm的机器阅读方法、装置及可读存储介质.pdf

  2. 基于transformer和lstm的机器阅读方法、装置及可读存储介质.pdf
  3. 所属分类:机器学习

    • 发布日期:2020-05-05
    • 文件大小:874496
    • 提供者:anitachiu_2
  1. 基于机器阅读理解的嵌套命名实体识别

  2. 基于机器阅读理解的嵌套命名实体识别,王璞,徐蔚然,命名实体识别是自然语言处理领域的重要的基础性问题,经典的处理方法是把它看做序列标注任务,序列标签用于嵌套命名实体的表示时
  3. 所属分类:其它

    • 发布日期:2020-03-12
    • 文件大小:475136
    • 提供者:weixin_38670297
  1. 机器阅读理解的任务与模式研究【多伦多约克大学】.zip

  2. 为了提供对机器阅读理解(MRC)中现有任务和模型的调查,本报告回顾:1)一些具有代表性的简单推理和复杂推理MRC任务的数据集收集和性能评估; 2)用于开发基于神经网络的MRC模型的体系结构设计,注意机制和提高性能的方法; 3)最近提出了一些转移学习方法,以将外部语料库中包含的文本样式知识合并到MRC模型的神经网络中; 4)最近提出的一些知识库编码方法,用于将外部知识库中包含的图形样式知识合并到MRC模型的神经网络中。 此外,根据已经取得的成就和仍然存在的不足,本报告还提出了一些尚待进一步研究的问
  3. 所属分类:机器学习

    • 发布日期:2020-01-31
    • 文件大小:319488
    • 提供者:syp_net
  1. WikiHop&MedHop跨文本推理机器阅读理解数据集

  2. 这是从Qangaroo官方网站下载的。官网只公开训练集和测试集,验证集不公开。
  3. 所属分类:机器学习

    • 发布日期:2020-01-09
    • 文件大小:88080384
    • 提供者:qq_34175439
  1. 机器阅读理解与文本问答技术研究.pdf

  2. 关于机器阅读理解与文本问答技术研究的一篇博士论文。文本问答,旨在构建能够回答任意自然语言问题的计算机系统,是自然语言 处理与人工智能领域内最具难度的挑战之一。阅读理解式问答,又称机器阅读理 解,是文本问答的一个子任务,在近年来受到学术界和产业界的极大关注。机器 阅读理解的目标是教会机器阅读并理解人类语言文本并回答相应问题。由于该任 务天然地可以被用来衡量机器自然语言理解能力,因此具有重大的研究价值。此 外,阅读理解技术还能被广泛应用于问答应用、搜索引擎以及对话系统中,故具 备极强的实
  3. 所属分类:机器学习

    • 发布日期:2019-12-29
    • 文件大小:5242880
    • 提供者:shan123321
  1. Python-RCPapers有关机器阅读理解必读的论文列表

  2. RCPapers - 有关机器阅读理解必读的论文列表
  3. 所属分类:其它

    • 发布日期:2019-08-10
    • 文件大小:6144
    • 提供者:weixin_39841848
  1. Python-用于机器阅读理解的神经网络读取器

  2. 用于机器阅读理解的神经网络读取器
  3. 所属分类:其它

    • 发布日期:2019-08-09
    • 文件大小:50176
    • 提供者:weixin_39840924
  1. BCTN-in-COLING-2020:论文中的源代码-机器阅读理解的双向认知思维网络-bc source code

  2. 这是针对论文-COLING 2020中用于机器阅读理解的双向认知思维网络。 模型的训练包含两个阶段。 训练反向思想者train.py 训练惯性思想家train_f.py
  3. 所属分类:其它

    • 发布日期:2021-03-24
    • 文件大小:4194304
    • 提供者:weixin_42099814
  1. 机器阅读理解MRC评价方法说明.docx

  2. 机器阅读理解MRC评价方法说明
  3. 所属分类:互联网

    • 发布日期:2021-03-23
    • 文件大小:26624
    • 提供者:qq_42314062
  1. MSMARCO 机器阅读理解数据集-数据集

  2. MSMARCO 是机器阅读理解数据集,其包含的 1,010,916 个匿名问题均来自 Bing 的搜索查询日志,日志中均包含 AI 生成的答案和 182,669 条人为重写的答案,该数据集还包含从 3,563,535 个文档中提取的 8,841,823 个段落。 eval_v2.1_public.json dev_v2.1.json
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:271581184
    • 提供者:weixin_38671628
  1. IMM:“用于机器阅读理解的迭代式多源互知识转移框架”的代码(IJCAI2020)-源码

  2. 机器阅读理解的迭代式多源互知识转移框架 该项目是根据修改的 我们下面列出的命令并不包含所有可选参数。如果要更改某些可选参数,例如转换模型输出目录,请更改main_iter.sh和single_domain/multi_iter.sh的设置。 资料格式 data目录应包含Train,dev,五个域的测试集: SQuAD , NewsQA , HotpotQA , NaturalQuestions和TriviaQA 。 DOMAINNAME.raw.json是训练集, DOMAINNAME_dev.
  3. 所属分类:其它

    • 发布日期:2021-03-18
    • 文件大小:180224
    • 提供者:weixin_42126677
  1. semanticRetrievalMRS:这是论文“揭示语义检索在大规模机器阅读中的重要性”的回购-源码

  2. 语义检索 此回购包含以下论文的源代码 聂益新,王松河,莫希特·班萨尔(Mohit Bansal),揭示了语义检索在大规模机器阅读中的重要性。 在EMNLP中,2019年。”。( ) 介绍 本文提出了一个简单但有效的管道系统,用于问答和事实验证,在和FEVER 1.0上了最新的成果。 该系统大致由4个组件组成(请参见下图):基于术语的/启发式的检索,神经段落的检索,神经句的检索和QA / NLI。 每个神经成分都通过使用上游成分对数据进行采样来进行训练,并由数据集提供的中间注释进行监督。 (
  3. 所属分类:其它

    • 发布日期:2021-03-10
    • 文件大小:798720
    • 提供者:weixin_42125826
  1. 机器阅读理解数据集-附件资源

  2. 机器阅读理解数据集-附件资源
  3. 所属分类:互联网

  1. 机器阅读理解数据集-附件资源

  2. 机器阅读理解数据集-附件资源
  3. 所属分类:互联网

  1. QANet:用于机器阅读理解的QANet的Tensorflow实现-源码

  2. 质量保证网 来自ICLR2018的Google (以前的快速阅读理解(FRC))的。 (注意:这不是本文作者的正式实现) 我写了一篇有关实施QANet的博客文章。 在查看更多信息! 已从采用了培训和预处理流程。 演示模式正在运行。 训练后,只需使用python config.py --mode demo即可运行交互式演示服务器。 由于存在内存问题,因此与原始论文中的8头多头注意相比,使用了单头点乘积注意。 由于使用GTX1080而不是纸张中的P100,因此隐藏尺寸也从128减少到96。
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:190464
    • 提供者:weixin_42152298
« 12 3 4 5 6 7 8 9 10 ... 50 »