文章 2017-09-01 来自:开发者社区

中国人工智能学会通讯——互联网搜索技术的前沿探索 2 文本内容建模

2 文本内容建模 对网络文本内容的建模,重点需要解决文本数据内在复杂关联的语义特征,以及网络文本特征稀疏和语义稀疏并存的难题。针对这些挑战,我们研究了单词、话题和篇章的语义表达方法,提出了一系列多关系约束的文本语义表征模型[6-8],通过引入稀疏性、显著性等多种约束目标,提升不同层次文本语义表达的质量。代表性成果如下所述。 2.1 联合关系建模的单词表示学习 单词表示是文本建模的基础问题。分布式....

文章 2017-09-01 来自:开发者社区

中国人工智能学会通讯——自然语言处理的十个发展趋势 趋势 9: 文本生成——从规范文本到自由文本

趋势 9: 文本生成——从规范文本到自由文本 文本生成这两年很火,从生成古诗词到生成新闻报道,再到写作文。这方面的研究价值是很大的,它的趋势是从生成规范性的文本到生成自由文本。比如,我们可以从数据库里面生成一个可以模板化的体育报道,这个模板是很规范的;然后我们可以再向自由文本过渡,比如写作文。

文章 2017-09-01 来自:开发者社区

中国人工智能学会通讯——自然语言处理的十个发展趋势 趋势 7: 文本情感分析——从事实性文本到情感文本

趋势 7: 文本情感分析——从事实性文本到情感文本 多年以前,很多人都在做新闻领域的事实性文本,而如今,搞情感文本分析的似乎更受群众欢迎,这一块在商业和政府舆情上也都有很好的应用。

文章 2017-09-01 来自:开发者社区

中国人工智能学会通讯——自然语言处理的十个发展趋势 趋势 6: 文本理解与推理——从浅层分析向深度理解迈进

趋势 6: 文本理解与推理——从浅层分析向深度理解迈进 Google等都已经推出了这样的测试机——以阅读理解作为一个深入探索自然语言理解的平台。就是说,给计算机一篇文章,让它去理解,然后人问计算机各种问题,看计算机是否能回答。这样做是很有难度的,因为答案就在这文章里面,人会很刁钻地问计算机。所以说阅读理解是现在竞争的一个很重要的点。

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐