基于深度學習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 主要研究內容
第2章 機器閱讀理解技術
2.1 常用數(shù)據(jù)集
2.2 詞嵌人技術
2.3 神經網絡
2.4 預訓練語言模型
2.5 多任務機器閱讀理解模型
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 基于深度學習的對話式機器閱讀理解模型
3.2 實驗結果與分析
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工作
4.2 實驗與結果分析
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 研究內容
第6章 知識圖譜相關技術
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)控機床故障領域的命名實體識別
7.1 模型結構與流程
7.2 實體類別設定及實體標注
7.3 實驗結果與分析
7.4 小結
第8章 數(shù)控機床故障領域的實體關系抽取
8.1 模型結構與流程
8.2 關系類別設定及關系標注
8.3 實驗結果與分析
8.4 小結
第9章 數(shù)控機床故障知識圖譜的構建與應用
9.1 總體構建流程
9.2 知識建模技術
9.3 知識存儲與展示
9.4 相關應用
9.5 小結
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 模型構建與流程
10.2 系統(tǒng)設計與實驗分析
10.3 小結
第3篇 圖像識別
1章 圖像識別緒論