

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本科畢業(yè)設(shè)計(jì)本科畢業(yè)設(shè)計(jì)(2020屆)屆)基于SVM的漢語(yǔ)問(wèn)句分類(lèi)研究所在學(xué)院專(zhuān)業(yè)班級(jí)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)生姓名學(xué)號(hào)指導(dǎo)教師職稱(chēng)完成日期年月IIAbstract【ABSTRACTABSTRACT】QA(questionanswering)systemisahighlevelfmfsearchinginfmationamongthequestioncomprehensionmodulethetaskofquestionsclassifica
2、tioncanshrinkthesearchingrangeftheinfmationsearchmodulewhichisfollowuphelptheanswerextractionmoduletofmulateextractionstrategyimprovetheperfmanceoftheQAsystem.AtpresentChineseQAsystemisstillatthedevelopmentstageespeciall
3、yshouldpursuitqualityateveryprocesssoastheprimarysubprocessChinesequestionclassificationdeservesahighstudyvalue.TakeexamplebythequestionclassificationmethodinfeignEnglishQAsystemintroducingStatisticalLearningTheyusingsup
4、ptvectmachine(SVM)toclassifyChinesequestionsismefeasibleeffective.BecauseafterwdtodataconversionthecpusarereceivedahigherdimensionfeaturespaceSVMjustcansolvesuchproblemofhighdimensionthecrelationsofacteristicsinquestionv
5、ectareweakSVMcanbeunaffectedontheimpactofacteristicsindependenceassumptiontheacteristicsofquestionvectareverysparseSVMhastheabilityofactivelearning.InadditionundertheconditionoflackingcpusfopentestSVMwithgoodgeneralizati
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于svm的漢語(yǔ)問(wèn)句分類(lèi)研究【開(kāi)題報(bào)告】
- 基于svm的漢語(yǔ)問(wèn)句分類(lèi)研究【開(kāi)題報(bào)告+文獻(xiàn)綜述+畢業(yè)設(shè)計(jì)】
- 漢語(yǔ)短語(yǔ)的分類(lèi)問(wèn)題畢業(yè)論文
- 基于漢語(yǔ)框架網(wǎng)的中文問(wèn)句分類(lèi)研究.pdf
- 畢業(yè)論文范文——基于svm的變形監(jiān)測(cè)預(yù)報(bào)研究
- 畢業(yè)論文范文——基于svm的變形監(jiān)測(cè)預(yù)報(bào)研究
- 基于客戶(hù)價(jià)值的客戶(hù)分類(lèi)研究[畢業(yè)論文]
- 基于svm的刀具狀態(tài)識(shí)別系統(tǒng)設(shè)計(jì)——畢業(yè)論文
- 基于SVM的圖像分類(lèi)研究.pdf
- 基于SVM的指紋分類(lèi)研究.pdf
- 基于SVM的刀具狀態(tài)識(shí)別系統(tǒng)設(shè)計(jì)畢業(yè)論文.docx
- 基于SVM圖像分類(lèi)方法的研究.pdf
- 基于svm分類(lèi)器的動(dòng)作識(shí)別系統(tǒng)畢業(yè)設(shè)計(jì)(論文和源碼)
- 基于SVM的圖像分類(lèi).pdf
- 試論漢語(yǔ)委婉語(yǔ)的分類(lèi)、構(gòu)造手段及特征【畢業(yè)論文】
- 漢語(yǔ)言畢業(yè)論文
- 對(duì)外漢語(yǔ)畢業(yè)論文
- 基于SVM的遙感影像云分類(lèi)研究.pdf
- 基于SVM分類(lèi)的圖像邊緣檢測(cè)研究.pdf
- 基于SVM的網(wǎng)頁(yè)分類(lèi)技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論