您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. WHILE循环语句的翻译程序设计--LR方法输出三地址表示.数据结构课程设计

  2. (1) 写出符合给定的语法分析方法的文法及属性文法。 (2) 完成题目要求的中间代码三地址表示的描述。 (3) 写出给定的语法分析方法的思想,完成语法分析和语义分析程序设计。 (4) 编制好分析程序后,设计若干用例,上机测试并通过所设计的分析程序。 (5) 设计报告格式按附件要求书写。课程设计报告书正文的内容应包括: 1 系统描述(问题域描述); 2 文法及属性文法的描述; 3 语法分析方法描述及语法分析表设计; 4 按给定的题目给出中间代码形式的描述及中间代码序列的结构设计; 5 编译系统的
  3. 所属分类:其它

    • 发布日期:2009-06-19
    • 文件大小:3072
    • 提供者:e13797oo
  1. 第2.6节知识的语义网表示法第2.6节知识的语义网表示法

  2. 第2.6节知识的语义网表示法第2.6节知识的语义网表示法
  3. 所属分类:专业指导

    • 发布日期:2009-12-28
    • 文件大小:117760
    • 提供者:insight495
  1. 基于层次语义的图像分类方法

  2. 为了更好地实现基于语义的图像检索,结合了颜色、纹理和形状的综合特征来表示图像,将它们作为支 持向量机( SVM) 的输入向量,对图像类进行学习,建立图像底层特征和高层语义的关联。采用综合特征表示图像,提 高了分类正确率。同时按照分语义层次的方式组织图像库,实现图像的语义分层表示,用各层次的关键词来联合表 示图像的语义信息。结果表明,可以在具有较好分类正确率的情况下,使图像具有更全面的语义表示。
  3. 所属分类:其它

    • 发布日期:2014-10-24
    • 文件大小:185344
    • 提供者:ghj521888
  1. 语义表示学习-刘知远

  2. 清华大学自然语言处理实验室刘知远在中国中文信息学会 第十三届暑期学校 &前沿技术讲习班的PPT语义表示学习
  3. 所属分类:深度学习

    • 发布日期:2018-10-25
    • 文件大小:20971520
    • 提供者:shsdfhreh
  1. 面向中文抽象语义表示的复句研究综述.pdf

  2. 摘要: 抽象语义表示(AMR) 是一种新型的句子语义表示方式 . 中文 AMR 在英文 AMR 的基础上, 针 对 汉 语 特 点, 增 加 了复句逻辑语义关系的表示 . 中文 AMR 以句子为基本标注单 位, 以 层 次 结 构 树 形 式 表 示 各 分 句 间 的 逻 辑 关 系 . 由 于 允 许论元共享, 因此在树结构基础上形成图结构, 从而对复句的语义表示 更 加 完 整 全 面 . 为 了 进 一 步 研 究 中 文 AMR, 对 目 前复句关系研究现状、 复句及篇章关系资源的建
  3. 所属分类:其它

    • 发布日期:2019-05-22
    • 文件大小:856064
    • 提供者:welcomeni
  1. GlueSemWorkbench_v2:Glue语义工作台提供了两种Glue证明,用于基于语义形式主义来计算语义表示。-源码

  2. 关于 该软件项目最初是Mark-Matthias Zymla和Moritz Messmer与Richard Crouch,Tracy Holloway King和Miriam Butt合作的一个小型项目,目的是恢复XLE使用的旧胶水证明者。我们希望为胶水语义提供一个最新的平台,由于其模块化的结构,因此既易于使用又可扩展。 该系统包含两个线性逻辑证明: 线性逻辑证明者基于Mark Hepple的图表证明者,并根据Lev(2007)中的建议进行了改进 Lev自己的线性逻辑证明器的基本实现。通常提供与
  3. 所属分类:其它

    • 发布日期:2021-03-18
    • 文件大小:104448
    • 提供者:weixin_42131785
  1. 通过跨模态语义映射进行图像标记

  2. 没有注释的图像在Internet上无处不在,因此为它们推荐标签已成为图像理解中一项具有挑战性的开放任务。 相关工作的常见瓶颈是图像和文本表示之间的语义鸿沟。 在本文中,我们通过引入语义层(将图像标签表示为单词向量的单词嵌入空间)来弥合差距。 我们的模型首先使用训练源学习从视觉空间到语义空间的最佳映射。 然后,我们通过解码视觉特征的语义表示来注释测试图像。 大量实验表明,在预测图像标签方面,我们的模型优于最新方法。
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:519168
    • 提供者:weixin_38725450
  1. 基于联合语义特征的中文问题分类

  2. 问题分类是自动问答系统中重要的研究内容。 中文疑问句与长篇文章和那些简短的文章(例如对产品的评论)不同。 它们通常包含疑问词,例如,谁,哪个,哪里或如何指定所需的信息,并且在句子中包括完整的语法组成部分。 基于这些特征,本文提出了一种更有效的中文问题分类特征提取方法。 我们首先提取句子的首部动词及其从属词与句子的疑问词相结合作为我们的基本特征。 然后,我们使用潜在语义分析来帮助从基本特征中消除语义干扰。 最后,通过加权词嵌入方法将这些特征扩展为语义表示特征。 若干实验结果表明,我们的语义联合特征
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:412672
    • 提供者:weixin_38665775
  1. 哪种嵌入级别更适合语义表示? 汉语短语的实证研究

  2. 哪种嵌入级别更适合语义表示? 汉语短语的实证研究
  3. 所属分类:其它

    • 发布日期:2021-03-13
    • 文件大小:835584
    • 提供者:weixin_38694529
  1. 基于带有语义表示的句子选择的文本摘要

  2. 基于带有语义表示的句子选择的文本摘要
  3. 所属分类:其它

    • 发布日期:2021-03-12
    • 文件大小:753664
    • 提供者:weixin_38625464
  1. 学习用户和产品的语义表示以进行文档级别的情感分类

  2. 学习用户和产品的语义表示以进行文档级别的情感分类
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:744448
    • 提供者:weixin_38626984
  1. 视觉分类的分层深度语义表示

  2. 视觉分类的分层深度语义表示
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:3145728
    • 提供者:weixin_38672739
  1. 无监督语义分割:通过对比对象蒙版提案进行无监督语义分割-源码

  2. 对比对象蒙版提案的无监督语义分割 此回购包含我们论文的Pytorch实现: , , 和 。 :trophy: SOTA用于无监督的语义分割。 有关更多信息,请查看基准的网站。 内容 介绍 在没有监督的情况下,能够学习图像的密集语义表示是计算机视觉中的重要问题。 然而,尽管它具有重要意义,但这个问题仍未得到很好的探索,只有少数例外考虑了在具有狭窄视觉域的小规模数据集上的无监督语义分割。 我们首次尝试解决传统上用于监督案例的数据集(例如PASCAL VOC)上的问题。 为了实现这一点,我们引
  3. 所属分类:其它

    • 发布日期:2021-03-04
    • 文件大小:624640
    • 提供者:weixin_42131705
  1. 自然语言句子抽象语义表示 AMR研究综述

  2. 自然语言句子抽象语义表示 AMR研究综述
  3. 所属分类:其它

    • 发布日期:2021-03-01
    • 文件大小:591872
    • 提供者:weixin_38677505
  1. 基于语义表示的文档摘要

  2. 基于语义表示的文档摘要
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:610304
    • 提供者:weixin_38655561
  1. 面向语义Web语义表示的模糊描述逻辑

  2. 面向语义Web语义表示的模糊描述逻辑
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:607232
    • 提供者:weixin_38693753
  1. csr:CSR表示形式的存储库-源码

  2. CSR(中央语义表示) CSR格式是一种用于存储文本分析结果的格式,主要针对AIDA(主动替代方案)项目开发。 该存储库包含几个用于CSR分析的工具包。 定义了主要格式。 允许将CSR格式转换为其他格式。 小子注释格式(这是小子( )注释工具使用的格式)。 它允许人们在上下文中查看注释。 python -m event.io.csr2stuff [csr_directory] [output_directory] [ontology in json_ld format] 本体可
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:61440
    • 提供者:weixin_42131424
  1. sling:SLING-自然语言框架语义解析器-源码

  2. SLING-自然语言框架语义解析器 SLING项目已搬迁 SLING项目已移至 。 有关SLING的最新进展,请参考上面的回购。 背景 SLING项目的目的是为了完成知识库而学习阅读和理解多种语言的Wikipedia文章,例如将Wikipedia(和其他来源)中提到的事实添加到知识库中。 我们使用作为知识表示和文档注释的通用表示。 可以训练SLING解析器直接生成文本的框架语义表示,而无需任何明确的中间语言表示。 SLING项目仍在进行中。 我们还没有一个可以从任意文本中提取事实的完整系统,
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:2097152
    • 提供者:weixin_42133861
  1. 反向代码:对比代码表示学习:通过自我监督学习的基于功能JavaScript嵌入-源码

  2. 对比代码表示学习 通过Paras Jain,Ajay Jain,Tianjun Zhang,Pieter Abbeel,Joseph E.Gonzalez和Ion Stoica() 学习基于功能的程序表示 诸如类型预测器和代码摘要器之类的机器辅助编程工具越来越多地基于学习。 但是,大多数代码表示学习方法都依赖于带有任务特定注释数据集的监督学习。 我们提出了对比代码表示学习(ContraCode),这是一种自我监督的算法,用于通过对比学习来学习程序的与任务无关的语义表示。 我们的方法不使用人工
  3. 所属分类:其它

    • 发布日期:2021-01-31
    • 文件大小:575488
    • 提供者:weixin_42131276
  1. 物联网中智慧电梯监控系统的语义表示

  2. 在物联网应用场景下,电梯监控系统缺少标准化的语义表示方法,导致系统的普适性、扩展性和互操作性大幅降低。为此,提出了物联网概念参考模型,用于准确地定义物联网领域对象的概念、功能及它们之间的关系;构建了一套元数据模型,用于清晰地描述物联网概念的属性及其关系。电梯监控系统的语义表示方法包括两个步骤:基于物联网概念参考模型识别系统涉及的对象和基于元数据模型描述系统涉及的对象。利用该语义表示方法,电梯监控系统能够在物联网中被有序化和语义化地描述。
  3. 所属分类:其它

    • 发布日期:2021-01-19
    • 文件大小:2097152
    • 提供者:weixin_38608688
« 12 3 4 5 6 7 8 9 10 ... 42 »