嗯资源是期刊自动问答研究综述,包含硕士论文和期刊论文5篇。
来源于万方,侵删
2024/1/14 0:37:38 2.62MB 自动问答 综述
1
通过Spring-boot框架连结Neo4j搭建课程知识图谱,实现课程的KBQA问答系统以及相关课程信息的查询和D3.JS可视化附有实现源码、Neo4j库和mysql库文件即相应训练的数据集和词汇表
2023/12/28 1:40:28 15.82MB Springboot neo4j 知识图谱
1
Spring-Boot集成Neo4j并利用Spark的朴素贝叶斯分类器实现基于电影知识图谱的智能问答系统
2023/12/3 10:24:18 23KB 图谱
1
通过Spring-boot框架连结Neo4j搭建课程知识图谱,实现课程的KBQA问答系统以及相关课程信息的查询和D3.JS可视化附有实现源码、Neo4j库和mysql库文件即相应训练的数据集和词汇表
2023/11/22 14:29:40 17.12MB Spring-boot Neo4j KBQA智能问答 D3.JS
1
自动问答系统(后台+小程序)自动问答系统(后台+小程序)自动问答系统(后台+小程序)自动问答系统(后台+小程序)自动问答系统(后台+小程序)自动问答系统(后台+小程序)自动问答系统(后台+小程序)自动问答系统(后台+小程序)自动问答系统(后台+小程序)自动问答系统(后台+小程序)自动问答系统(后台+小程序)自动问答系统(后台+小程序)
2023/11/9 12:27:30 2.6MB java maven springboot 微信小程序
1
使用卷积神经网络,对问题进行特征提取,匹配语料库中最优问题并给出回答
2023/11/8 8:20:25 2.33MB CNN QA
1
简体中文|简介PaddleNLP2.0具有丰富的模型库,简洁易用的API与高性能的分布式训练的能力,可以为飞轮开发者提升文本建模效率,并提供基于Padddle2.0的NLP领域最佳实践。
特性丰富的模型库涵盖了NLP主流应用相关的前沿模型,包括中文词向量,预训练模型,词法分析,文本分类,文本匹配,文本生成,机器翻译,通用对话,问答系统等,更多详细介绍请查看。
简洁易用的API深度兼容飞轮2.0的高层API体系,提供可替换的文本建模模块,可大幅度减少数据处理,组网,训练互换的代码开发量,提高文本建模开发效率。
高效分散训练通过深度优化的混合精度训练策略与舰队分布式训练API,可充
2023/9/23 16:01:53 2.33MB nlp text-classification transformer seq2seq
1
基于知识图谱的问答系统,BERT做命名实体识别和句子相似度,分为online和outline模式
2023/8/10 21:47:58 1.51MB Python开发-自然语言处理
1
基于知识库的中文问答系统(biLSTM)
2023/7/23 19:17:09 1.83MB kbqa
1
非常实用的html5实现问答系统源码下载非常实用的html5实现问答系统源码下载
2023/6/14 1:33:54 62KB html5 问答系统
1
共 26 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡