公共文化服务平台

搜索到2669篇“ 网络检索“的相关文章

网络检索增强问答方法、系统、设备、介质及程序产品: 本申请公开一种网络检索增强问答方法、系统、设备、介质及程序产品，属于语言模型检索技术领域。该方法包括：响应目标终端发起的提问请求，根据提问请求中包括的问题语句和提问请求对应的环境信息，确定第一提示词；通过将第一提示词和预...; 项华杰胡文辉吴华挚宁志刚覃复慧

基于图神经网络检索器增强大语言模型生成的问答方法: 本发明涉及自然语言处理领域，具体涉及一种基于图神经网络检索器增强大语言模型生成的问答方法，包括：对图神经网络模型进行训练，得到图神经网络检索器；将知识图谱进行结构化存储，并得到实体集合和有向无环图；获取输入问题及其上下文...; 刘玉玲谭威武

基于图神经网络检索器增强大语言模型生成的问答方法: 本发明涉及自然语言处理领域，具体涉及一种基于图神经网络检索器增强大语言模型生成的问答方法，包括：对图神经网络模型进行训练，得到图神经网络检索器；将知识图谱进行结构化存储，并得到实体集合和有向无环图；获取输入问题及其上下文...; 刘玉玲谭威武

动态加权的跨模态融合网络检索方法、系统、电子设备: 本发明提供一种动态加权的跨模态融合网络检索方法、系统、电子设备，解决了现有多粒度特征学习的一致性损失问题，且不能多级别理解判别性信息的技术问题，实现过程包括：首先将图像样本数据和所述文本样本数据输入至通用检索模型中进行训...; 王素平朱立谷石磊陈小强

动态加权的跨模态融合网络检索方法、系统、电子设备: 本发明提供一种动态加权的跨模态融合网络检索方法、系统、电子设备，解决了现有多粒度特征学习的一致性损失问题，且不能多级别理解判别性信息的技术问题，实现过程包括：首先将图像样本数据和所述文本样本数据输入至通用检索模型中进行训...; 王素平朱立谷石磊陈小强

一种面向人类偏好的高效网络检索增强回答方法及系统: 本发明公开了一种面向人类偏好的高效网络检索增强回答方法及系统，该方法包括：利用预设的网络搜索引擎获取网络网页中与问题对应的候选答案；利用检索模型得到候选参考资料；通过语言模型的语境学习生成基于候选参考资料的问答数据集，将...; 唐杰刘潇赖瀚宇余豪东昱晓

一种组合公式信息扩展的信念网络检索模型构建方法和检索方法及装置: 本发明涉及一种组合公式信息扩展的信念网络检索模型构建方法和检索方法及装置。扩展的信念网络检索模型包含基本信念网络、以公式变量为证据的证据网络和以公式为证据的证据网络；基本信念网络包含查询子网、术语子网和文档子网；以公式变...; 韩光郭祎萍许彩云崔永进兰静田宝松杨杨

一种基于领域的网络检索增强方法及系统: 本申请提出一种基于领域的网络检索增强方法及系统，所述方法包括：获取待检索内容，并确定所述待检索内容对应的各关键词；根据所述各关键词在预先建立的关键词库中筛选出与所述待检索内容匹配的领域；确定所述待检索内容在所述领域对应的...; 张鹏张李牛牛张静于济凡

多粒度关系融合的微博信念网络检索模型: 2022年; 微博检索系统是微博平台实现个性化信息过滤的重要工具,建立合理的微博检索模型不仅有利于满足用户的个性化信息需求,而且有利于提升微博平台的信息服务水平。与传统文本检索相比,微博检索面临两方面挑战,一是较短的微博查询语句难以准确表达用户的检索需求,二是较短的微博文档难以充分表现微博的语义特征。这使查询语句与文档之间难以准确进行匹配计算,致使微博检索性能受限。结合微博术语和文档的特点,将术语关系和文档关系融入信念网络检索模型,提出多粒度关系融合的微博信念网络检索模型。首先,基于混合语义信息和时间信息对微博术语关系进行量化,以更准确地建立微博术语之间的相关性;其次,基于混合语义信息和作者信息对微博文档关系进行量化,以更准确地建立微博文档之间的相关性;最后,结合量化的术语关系和文档关系,在基本信念网络检索模型的基础上,给出微博信念网络检索模型的概率推导过程。采用网络爬虫工具,从新浪微博平台获取真实的微博数据,对微博信念网络检索模型的有效性和合理性进行验证。研究结果表明,微博术语之间存在语义相关性和时间相关性;微博文档之间不仅存在语义相关性,还存在作者信息相关性;与主流的微博检索模型相比,微博信念网络检索模型在多项信息检索指标上体现出较优的检索性能。消融实验结果表明,微博术语之间存在语义相关性和时间相关性;微博文档之间不仅存在语义相关性,还存在作者信息相关性;与仅考虑单一粒度关系或不考虑任何关系的信念网络检索模型相比,融合多粒度关系的信念网络检索模型体现出较优性能。聚焦于微博检索情景,综合查询语句扩展和文档扩展的优势实现微博检索,有效克服了微博检索面临的挑战,显著提升了微博检索的性能。在信息过载的背; 张雄涛甘明鑫李硕

基于数据挖掘的网络检索自动分词系统设计被引量：3: 2022年; 传统网络检索自动分词系统存在检索速度慢、分词准确率和召回率低等问题,为解决上述问题,设计基于数据挖掘的网络检索自动分词系统。首先,依据网络检索自动分词器的工作原理对网络检索词汇进行分类;其次,基于数据挖掘技术挖掘词汇数据库中的网络检索词汇数据,利用分词主题来查询网络检索主题,将搜索后的网络检索结果与主题相匹配,以完成网络检索词汇的分词处理;最后,根据词频数据总和与阈值的关系,改进网络检索自动分词算法。实验结果表明:所设计系统对人民日报BCC语料网络检索词汇的自动分词准确率为94.33%,召回率为91.87%,F值为90.29%,且系统的平均分词速度达到了127 kb/s。; 陈志锋; 关键词：数据挖掘网络检索自动分词

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈