国产伦乱,一曲二曲欧美日韩,AV在线不卡免费在线不卡免费,搞91AV视频

當前位置:主頁 > 文藝論文 > 語言學論文 >

面向“校園百事通”的藏文問題分類研究

發(fā)布時間:2020-11-21 13:13
   當前問答系統(tǒng)已經成為廣大院校和研究機構的一個研究熱點,而研究問題分類是做好問答系統(tǒng)的前提。如今中文問題分類的研究已經趨于成熟,對于藏文問題分類的研究則寥寥無幾。本文選擇西北民族大學這個特定領域,研究民族院校問答系統(tǒng)中藏文問題分析模塊中的問題分類。本文首先分析了藏文問句與普通文本的區(qū)別以及藏文問句的特點,然后結合問題集的特點對現有的語料進行分類。由于本文所使用的語料是來自西北民族大學的藏文校園問題集,考慮到本文的語料較小,且問句較短,特征較少,若將類別劃分的太細則導致特征無法識別,類與類之間區(qū)分度降低。文章將全部問題共劃分為四大類。這四大類分別為學校概況、教育教學、民大文化和服務保障。將語料整理完成之后就是對語料進行預處理,文章采用了西北民族大學祁坤鈺老師的藏文分詞系統(tǒng)進行分詞處理。其次本文在問題文本表示方面選擇了詞向量表示方法,用word2vec技術中Skip-gram模型將問題文本轉化為低維且稠密的詞向量。該方法可以解決因維數稀疏造成的維數災難問題,同時也可以用來衡量詞與詞之間的相似性。問題文本轉化為詞向量表達形式后,將每條問題以二維矩陣的形式輸入到卷積神經網絡模型中去。文章根據問題集的特點和大小將卷積神經網絡模型結構設計為一個輸入層、一個卷積層、一個池化層和一個全連接層。在CNN模型中用卷積層和池化層提取問句特征,最后用softmax分類器完成問句分類的工作。為了證明卷積神經網絡對藏文問題分類的效果,文章將其與機器學習中樸素貝葉斯和KNN分類方法進行了對比。實驗結果表明,卷積神經網絡模型的分類效果優(yōu)于機器學習,對藏文問題分類具有良好的效果。
【學位單位】:西北民族大學
【學位級別】:碩士
【學位年份】:2019
【中圖分類】:H214;TP391.1
【部分圖文】:

網絡結構圖,局部連接,平移不變性,感受野


4.2 卷積神經網絡的結構卷積神經網絡其實是一種前饋神經網絡,是通過生物學中的感受野機制所出的。具有局部連接、權值共享和子采樣的特點,這三個特點使得模型參數少,并具有平移不變性。卷積神經網絡 CNN的網絡結構如圖 2.1 所示。

語料,搜集與整理,問題集,藏文


圖 3.1 中文版問題語料本文是先搜集與整理的中文版問題集,然后本文將中文版的問題語料藏文版,其藏文版的問題集格式如圖 3.2所示。圖 3.2 藏文版問題語料由于本文主要是研究藏文版西北民族大學的校園問題集,屬于特定領

搜集與整理,語料,問題集,藏文


藏文版問題語料由于本文主要是研究藏文版西北民族大學的校園問題集,屬于特定領域問
【參考文獻】

相關期刊論文 前8條

1 柔特;;藏文問答系統(tǒng)中問句的分類方法研究[J];計算機工程與科學;2015年07期

2 熊富林;鄧怡豪;唐曉晟;;Word2vec的核心架構及其應用[J];南京師范大學學報(工程技術版);2015年01期

3 周練;;Word2vec的工作原理及應用探究[J];科技情報開發(fā)與經濟;2015年02期

4 袁曉潔;師建興;寧華;于士濤;;問題分類中基于句法和語義信息的特征選擇[J];計算機工程與應用;2008年33期

5 祁坤鈺;;信息處理用藏文自動分詞研究[J];西北民族大學學報(哲學社會科學版);2006年04期

6 格桑央京;;漢語藏語疑問句對比[J];西北民族大學學報(哲學社會科學版);2006年02期

7 文勖;張宇;劉挺;馬金山;;基于句法結構分析的中文問題分類[J];中文信息學報;2006年02期

8 張宇,劉挺,文勖;基于改進貝葉斯模型的問題分類[J];中文信息學報;2005年02期


相關博士學位論文 前2條

1 焦志成;基于卷積神經網絡的生物醫(yī)學信號分類與重構[D];西安電子科技大學;2018年

2 周小強;基于深度學習的交互式問答技術研究[D];哈爾濱工業(yè)大學;2017年


相關碩士學位論文 前10條

1 齊凱凡;基于卷積神經網絡的新聞文本分類問題研究[D];西安理工大學;2018年

2 程穎濤;基于深度學習的自然語言處理中問題分析的研究[D];西安郵電大學;2018年

3 李鴻宇;養(yǎng)老保險領域問答系統(tǒng)關鍵技術研究[D];哈爾濱工程大學;2018年

4 張倩;問句分類方法及其在問答系統(tǒng)中的應用研究[D];鄭州大學;2018年

5 劉洋;基于深度學習的問題分類組合模型研究[D];華中師范大學;2018年

6 高森;農業(yè)問答系統(tǒng)中問題分類和相似度計算的研究[D];中國科學技術大學;2018年

7 崔霞霞;基于機器學習的分類問題研究[D];中北大學;2018年

8 謝文杰;基于卷積神經網絡的問句分類研究[D];安徽大學;2018年

9 王前;基于卷積神經網絡的中文問句分類方法研究[D];昆明理工大學;2018年

10 王子木;基于語義網的站內搜索引擎模塊的研究與實現[D];華北電力大學;2018年



本文編號:2893051

資料下載
論文發(fā)表

本文鏈接:http://lk138.cn/wenyilunwen/yuyanxuelw/2893051.html


Copyright(c)文論論文網All Rights Reserved | 網站地圖 |

版權申明:資料由用戶59345***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com
美国一区在线无码| 一区一日韩欧美中文字幕在线| 日韩亚洲性图区| 国产传媒一笫41贡p1qorn| 日本成人一区久久免费电影| 一区二区三区四区五区免费| www.黄瑟午夜| 国产三级精品三级在线专区21| av无码伊人色| 午夜性欧美日韩| 亚洲日韩欧美九九九久久久一卡二手 | 日韩精品群交30P| 午夜福利视频操| 国产探花在线一区| 美女日B吃鸡巴| 黄精品一区免费不用钱在线观看 | 日韩欧美精品一区二区二区不卡| 久久婷 婷国产精品| 欧美日韩日本成人网站| 成人一级色情网站| 最新精品一区| 丰满少妇在线视频| 美女三区| 中文AV字幕一区二区| 福利一区综合在线| 色婷婷五月天亚洲激情| 激情免费AV| 人人看人人模夜夜操| 日本欧美一区少妇| 成人黄色小说网站在线观看| 大鸡巴好棒骚逼人妻| 日本2区码久久久久久久| 欧美在线综合不卡| 韩日无码免费不卡视频| 亚洲成人av国产偷拍在线| 本庄优花の人妻绝望望月真美| 1区二区男人综合| 欧美中文字幕色宗合| 国产3p视频两根一起进| 亚洲AV无码乱码日韩| 日韩欧美超高清不卡|