基于深度學(xué)習(xí)的人工智能算法研究

第1篇 機器閱讀理解
第1章 機器閱讀理解緒論
1.1 研究背景及意義
1.2 對話式機器閱讀理解的 外研究現(xiàn)狀
1.3 多文檔機器閱讀理解的 外研究現(xiàn)狀
1.4 主要研究內(nèi)容
第2章 機器閱讀理解技術(shù)
2.1 常用數(shù)據(jù)集
2.2 詞嵌人技術(shù)
2.3 神經(jīng)網(wǎng)絡(luò)
2.4 預(yù)訓(xùn)練語言模型
2.5 多任務(wù)機器閱讀理解模型
2.6 多文檔機器閱讀理解模型
第3章 對話式機器閱讀理解研究
3.1 基于深度學(xué)習(xí)的對話式機器閱讀理解模型
3.2 實驗結(jié)果與分析
第4章 多文檔機器閱讀理解研究
4.1 多文檔機器閱讀理解的相關(guān)工作
4.2 實驗與結(jié)果分析
第2篇 知識圖譜
第5章 知識圖譜緒論
5.1 研究背景及意義
5.2 研究現(xiàn)狀
5.3 研究內(nèi)容
第6章 知識圖譜相關(guān)技術(shù)
6.1 知識建模
6.2 知識抽取
6.3 圖形數(shù)據(jù)庫理論與方法
第7章 數(shù)控機床故障領(lǐng)域的命名實體識別
7.1 模型結(jié)構(gòu)與流程
7.2 實體類別設(shè)定及實體標注
7.3 實驗結(jié)果與分析
7.4 小結(jié)
第8章 數(shù)控機床故障領(lǐng)域的實體關(guān)系抽取
8.1 模型結(jié)構(gòu)與流程
8.2 關(guān)系類別設(shè)定及關(guān)系標注
8.3 實驗結(jié)果與分析
8.4 小結(jié)
第9章 數(shù)控機床故障知識圖譜的構(gòu)建與應(yīng)用
9.1 總體構(gòu)建流程
9.2 知識建模技術(shù)
9.3 知識存儲與展示
9.4 相關(guān)應(yīng)用
9.5 小結(jié)
0章 基于知識圖譜的數(shù)控機床故障問答系統(tǒng)研究
10.1 模型構(gòu)建與流程
10.2 系統(tǒng)設(shè)計與實驗分析
10.3 小結(jié)
第3篇 圖像識別
1章 圖像識別緒論