序列到序列模型相关论文
开放型对话是对话系统的一个重要分支,有着极强的应用前景。它不同于任务型对话,具有较强的随机性和不确定性。该文从回复方式驱动......
长期以来，对个体的出行预测一直是交通领域的研究重点。针对当前个体出行研究的局限性，提出了使用带注意力机制的序列到序列模型对个......
手绘草图作为一种便捷高效的思想表达方式,在日常生活中经常作为人们沟通交流的重要工具。随着触摸屏设备的普及,手绘草图成为了一......
为解决监控视频中行人相互遮挡问题， 提出了一种人体姿态序列补全方法. 该方法在给定两端可见的姿态序列时， 能生成中间缺失的姿态序......
二十一世纪,在人类进入信息时代,尤其是互联网时代之后,产生了大数据。同时半导体行业在“摩尔定律”的推动下,生产出了拥有更高计......
近些年来,随着深度学习与人工智能在国民生产生活中的广泛应用,大量的智能监控设备开始普及。人是监控视频中十分常见的监控对象,......
随着互联网的发展网络上的信息越来越多,尝试从海量的冗余信息中挖掘出对用户来说有价值的信息,可以提高用户获取有用信息的效率;......
建模篇章连贯性是自然语言处理中的基础问题,对很多下游任务有着重要的作用,比如自动摘要,问答和文本规划。句子排序为篇章连贯性......
对话系统作为人工智能领域一个非常重要的研究子领域,也是人机交互领域中具有挑战性的一项重要任务。开放域的对话系统以闲聊的形......
随着科技的迅速发展,人们逐渐习惯使用电子设备进行阅读,使得越来越多的新闻在互联网上广泛传播,由此导致新闻领域的信息过载问题......
随着语义网的大量普及,网络上也出现了越来越多的结构化数据,以资源描述框架（RDF）格式为首的存储数据也在大量的开放领域和特定领域......
针对端到端的对话生成模型普遍存在无意义安全回复和大量重复词汇的问题,和将外部知识引入对话系统的挑战,提出基于知识迁移和双向......
目前在苹果生产中,农户获取技术指导的途径主要是他人经验以及基于检索式的问答技术,获取方式单一、效率差、依赖知识库,因此苹果......
随着互联网的蓬勃发展,越来越多网民在社交平台上发表自己的言论,这些言论中通常包含大量的情绪信息,分析这些文本中蕴含的情绪可......
覆盖模型可以缓解神经机器翻译中的过度翻译和漏翻译问题.现有方法通常依靠覆盖向量或覆盖分数等单一方式存储覆盖信息,而未考虑不......
面向汉语、英语等大语种的语音交互系统已经应用于科技和生活的各个方面,极大地提高了信息获取效率。而蒙古族人民也对语音交互系......
场景文本的检测与识别是目前计算机视觉领域比较热门的研究内容,用于定位场景文本中的文本区域并识别其字符序列。场景文本中往往......
语法纠错（GEC）一直是自然语言处理的重要研究任务之一,该任务的目的是对文本中的错误语法进行检测并纠正。随着深度学习的发展以及数......
随着互联网上信息的爆炸式增长,如何高效的获取信息显得尤其重要。自动文本摘要技术可以对一篇或者多篇文档进行处理,从中概括出简......
技术就是对给定的单个或者多个文本进行总结概括,得到文本摘要。摘要既要能够反映原文档的主要内容,还要尽可能地保持简洁明了。最......
自动文本摘要技术是人们从互联网的海量数据上快速获取文本信息的有效途径之一。本文通过对自动摘要任务的研究背景调研,发现该任......
随着移动互联网和深度学习在今年来的不断发展,聊天机器人产品在市面上的种类也是越来越多。但是现如今市面上的聊天机器人大多是......
通常,大多数现有的自动摘要方法研究都单独关注文本领域或图像领域。随着互联网上多媒体数据的快速增长,多模态摘要逐渐引起了广泛......
随着我国互联网和移动通信设施的快速建设,使得以互联网技术和移动通信技术为基础的移动互联网的迅速普及,并带来了在移动互联网上......
抽象语义表示到文本(AMR-to-text)生成的任务是给定AMR图,生成相同意义表示的文本.可以把此任务当成一个从源端AMR图到目标端句子......
随着人工智能的迅速发展,传统的文本摘要技术也从抽取式摘要向生成式摘要发展.当源文档中存在着多个主题的内容时,现有的大多数生......
抽象语义表示(abstract meaning representation,简称AMR)文本生成的任务是给定AMR图,生成与其语义一致的文本.相关工作表明,人工......
将变换器模型(Transformer)和联合遮盖语言模型(Unified Language Model Pre-training for Natural Language Understanding and G......
摘 要：基于深度学习中的长短期记忆网络LSTM，通过搭建Seq2Seq模型，提出了可对实测沉降数据进行预处理的新方法. Seq2Seq可通过观测大......
针对自然语言处理领域生成式文本摘要任务中存在的语义编码不充分、摘要语句不通顺问题,提出一种基于序列到序列(Seq2Seq)结构的生......
如今互联网已经成为了人们获取信息的重要途径之一，每天数以亿计的文本信息在互联网上被发布和传播，给用户准确获取自己需要的信息增......
多变量时间序列通常包含缺失值。针对如何利用不完整的信息探索复杂的丢失模式进而修复多变量时间序列的丢失值,提出了连续初始化......
序列到序列模型是文本摘要研究领域应用最广泛的方法。但在此方法中,文本语言特征没有得到充分利用,摘要句存在词语丢失和词语重复......
对话生成是自然语言处理的重点研究方向。随着深度学习的兴起,对话生成得到了较快的发展。但是还存在一定的挑战,首先,生成回复的......
基于WLAN(wireless local area network)的定位在智能家居、室内导航、个性化服务等应用中扮演着重要的角色.研究了基于序列到序列......
交通流预测是一个经久不衰的研究课题。传统交通流预测方法孤立的从时间序列上寻找交通流的变化规律,或是从空间位置上探求道路间......
信息时代,网络数据资源,尤其是文本数据,呈指数倍增长。研究如何利用计算机从文本中抽取、压缩信息,帮助用户快速准确地掌握信息的......
随着计算机的广泛使用,机器翻译已经从自然语言处理领域逐步应用于多个领域,例如工业领域,教育领域等。由于人们对多语言之间翻译......
AMR(Abstract Meaning Representation,抽象语义表示)是一种句子级语义的表示方法,并被广泛应用于自然语言处理下游任务。AMR分析......
近年来,句子简化任务已经成为自然语言处理中重点研究的文本生成任务之一,这是因为句子简化不仅可以应用于帮助阅读能力不佳的人群......
关键词通常是一段简短的和总结性的内容,能够描述较长文本中的主题信息。高质量的关键词能够为用户提供高度浓缩和有价值的信息。......
互联网上包含数十亿的文本信息,并且每天都以指数级形式飞速增长,人们难以快速、准确地从这些文本中甄别出有价值的信息。因此,有......
近年来互联网的快速发展,人们每天都能接触到大量的文本,信息爆炸式增长产生了海量的数据。面对这些海量的文本数据,如何快速的浏......
人机对话系统具有方便、快捷、高效等众多优点,被视为未来重要的人机交互形式之一,其发展得到了学术界和工业界的高度重视。作为对......
随着人工智能研究的不断发展,如何实现更好的人机交互成为目前的研究热点,而大多数工作则着眼于通过机器人性化以达到增强交互作用......
