1. Trang chủ
  2. » Công Nghệ Thông Tin

Sử dụng BERT và meta-path để nâng cao khả năng trả lời cho hệ hỏi đáp

8 6 0

Đang tải... (xem toàn văn)

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 8
Dung lượng 484,09 KB

Nội dung

Đọc hiểu tự động có sự hỗ trợ máy tính là một lĩnh vực nghiên cứu ngày càng phát triển trong những năm gần đây và đóng một vai trò quan trọng trong hệ thống hỏi đáp bằng ngôn ngữ tự nhiên. Các tiếp cận xây dựng hệ hỏi đáp hiện nay đã mang đến những kết quả tốt như tiếp cận dựa trên phân tích ngôn ngữ, mạng LSTM và BERT.

Ngày đăng: 25/05/2022, 09:19

HÌNH ẢNH LIÊN QUAN

Bảng 2. Minh họa meta-path và Motif Finding của Apache Spark GraphFrames - Sử dụng BERT và meta-path để nâng cao khả năng trả lời cho hệ hỏi đáp
Bảng 2. Minh họa meta-path và Motif Finding của Apache Spark GraphFrames (Trang 3)
Bảng 1. Minh họa các path instance của một meta-path Beautiful_Sight LocatedAt �⎯⎯⎯⎯⎯⎯�Province - Sử dụng BERT và meta-path để nâng cao khả năng trả lời cho hệ hỏi đáp
Bảng 1. Minh họa các path instance của một meta-path Beautiful_Sight LocatedAt �⎯⎯⎯⎯⎯⎯�Province (Trang 3)
Tinh chỉnh mô hình BERT - Sử dụng BERT và meta-path để nâng cao khả năng trả lời cho hệ hỏi đáp
inh chỉnh mô hình BERT (Trang 6)
Hình 2. Thời gian huấn luyện BERT trên môi trường cục bộ và phân tán Bảng 7. Training Time - Sử dụng BERT và meta-path để nâng cao khả năng trả lời cho hệ hỏi đáp
Hình 2. Thời gian huấn luyện BERT trên môi trường cục bộ và phân tán Bảng 7. Training Time (Trang 6)
Đánh giá mô hình - Sử dụng BERT và meta-path để nâng cao khả năng trả lời cho hệ hỏi đáp
nh giá mô hình (Trang 7)

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w