《表2：深度学习问答和规则模板问答对比》
提示：宽带有限、当前游客访问压缩模式
因此结合以上两点，我们设计了如表1的基于规则模板的意图识别算法，能够在低算力下运行，同时在规则中引入纠错机制[5]。
| 图表编号 | XD00187915900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.11.15 |
| 作者 | 蒋彪、蒋炜、金鑫 |
| 绘制单位 | 南昌大学信息工程学院计算机与科学技术系、福特汽车工程研究(南京)有限公司电子电器工程部、福特汽车工程研究(南京)有限公司车联网事业部 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 对比维度说明表：中外技术问答社区的实证对比研究与启示——以CSDN和Stack Overflow为例》2020.09.24
- 《表1 具身问答常用数据集对比》2020.11.05
- 《表1 模板匹配检测结果：基于模板匹配和深度学习的反光弧面缺陷检测》2020.10.20
- 《表2 信息需求对比：性别差异视角下网络问答社区减肥信息需求主题特征研究——以“知乎”为例》2021.02.01
- 《表2 知识图谱表示学习方法对知识库问答模型KGWE-QA的影响》2021.01.01
- 《表3 词汇表示学习对知识库问答模型KGWE-QA的影响》2021.01.01
- 《表1 实验数据集示例：基于表示学习的知识库问答模型研究》2021.01.01
- 《表2 核心词提取对比：基于Lucene的中文是非问答系统的设计与实现》2020.11.10
- 《表1 对比实验结果：基于双维度中文语义分析的食品领域知识库问答》2020.05.10
- 《表2 具体特征模板：中文知识图谱在商品咨询自动问答系统中的应用》2020.06.25
- 《表3 追问模板样例：基于道路法规知识图谱的多轮自动问答研究》2020.08.01
- 《表1 关系词合并规则：知识库问答系统中实体关系抽取方法研究》2020.06.01
- 《表2 规则映射表：面向水利信息资源的智能问答系统构建与应用》2020.03.01
- 《表1 国网客服中心自动问答系统数据采样的关联规则集》2020.03.25
- 《表2 主题属性统计表：国内外健康问答社区用户信息需求对比研究——基于主题和时间视角的实证分析》2019.05.25
- 《表1 均方根误差对比：基于知识图谱的包装产业大数据智能问答系统研究》2019.07.15
- 《表1 对比实验结果：S2SA-BiLSTM:面向法律纠纷智能问答系统的深度学习模型》2019.05.01
- 《表2 国内问答系统现状：一种基于文本相似计算的校园智能问答系统设计》2019.11.25
- 《表1 澎湃“问吧”与知乎“问答”对比》2018.08.26
- 《表1 实验对象：基于强化型微信平台知识问答提高思政学习效果的实例研究——构建高校思政教育新媒体环境研究》2019.12.30