期刊专题

Bert在中文阅读理解问答中的应用方法

引用
针对各种自然语言处理问题,语义分析是所有任务的基础.如果按照细粒度对语义分析进行分类,可分为词块级、句子级、篇章级,前一级决定了后一级的性能优劣.由于少有大规模的中文语义语料库,故笔者将模型处理语义能力的优劣直接投射到对中文问答语料的处理能力上,选用了Bert模型.

深度学习、自然语言处理、神经网络

TP306(计算技术、计算机技术)

江苏省高等学校大学生实践创新创业训练计划创新项目“基于深度学习的自然语言语义分析及其应用”项目编号201810329038X

2019-11-20(万方平台首次上网日期,不代表论文的发表时间)

共2页

39-40

暂无封面信息
查看本期封面目录

信息与电脑

1003-9767

11-2697/TP

2019,(8)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn