百科技术库 各行业技术资料 - 百科资料网
欢迎来到百科技术库 各行业技术资料 - 百科资料网！ [免费注册] | [登录] 微信快捷登录 QQ登录 微博登录 | 帮助中心 各行业技术应有尽有！

热门搜索： 干粉砂浆 填缝剂 瓷砖胶 水溶肥 切削液 聚氨酯发泡 丙烯酸乳液

全国服务热线 13310018778

栏目导航

A、生活必需 >

A、生活必需

A01 农林牧渔 A21 烘烤烘焙 A22 肉品加工 A23 食品饮料 A24 烟草 A41 服装 A42 帽类 A43 鞋类
A44 服饰配件；珠宝 A45 手携物品；旅行品 A46 刷类制品 A47 家具；家庭用品 A61 医疗 A62 救生；消防 A63 运动；娱乐
B、作业运输 >

B、作业运输

B01 沸腾 分离 混合 实验设备 B02 破碎 磨粉 粉碎 B03 分选 浮选 B04 离心装置 B05 喷射 雾化 B06 机械振动 B07 固体分离；分选
B08 清洁 B09 固废处理 B21 金属加工；金属冲压 B22 铸造；粉末冶金 B23 机床 金属加工 B24 磨削；抛光 B25 手动工具 B26 切割工具
B27 木材加工 B28 水泥 黏土 石料 B29 塑料加工 B30 压力机 B31 纸品加工 B32 层状产品 B41 印刷；排版机 B42 装订；印刷品
B43 书写绘图器具；办公用品 B44 装饰艺术 B60 一般车辆 B61 铁路 B62 无轨陆用车辆 B63 船舶 B64 飞行器；航空 B65 输送；包装；贮存 B66 卷扬；提升；牵引 B67 瓶子 罐 容器 B68 鞍具；家具罩面 B81 微观结构技术 B82 超微技术
C、化学冶金 >

C、化学冶金

C01 无机化学 C02 废水污泥 C03 玻璃；矿棉 C04 水泥；混凝土；人造石；陶瓷；耐火材料 C05 肥料 C07 有机化学 C08 有机高分子化合物
C09 染料；涂料；抛光剂；天然树脂；黏合剂 C10 石油 煤气；燃料；润滑剂 C11 动物或植物油；蜡；洗涤剂 C12 生物化学；酒；醋；微生物学
C13 糖工业 C14 皮革 C21 铁的冶金 C22 冶金；合金 C23 金属镀覆 C25 电解电泳 C30 晶体生长 C40 组合技术
D、纺织造纸 >

D、纺织造纸

D01 纤维；纺纱 D02 纱线 D03 织造 D04 编织；针织 D05 缝纫；绣花 D06 织物处理；洗涤 D07 绳；缆索 D21 造纸；纤维素
E、固定建筑 >

E、固定建筑

E01 道路 铁路 桥梁 E02 水利工程 E03 给水排水 E04 建筑物 E05 锁；钥匙；门窗零件；保险箱 E06 门窗；梯子 E21 钻矿；采矿
F、机械工程 >

F、机械工程

F01 发动机；蒸汽机 F02 燃烧发动机 F03 液力发动机；风力 弹力或重力发动机 F04 液体变容机；液体泵或弹性流体泵
F15 液压；气动 F16 工程元件；绝热 F17 贮存 F21 照明 F22 蒸汽 F23 燃烧设备 F24 供热；炉灶；通风
F25 制冷；热泵；气体的液化或固化 F26 干燥 F27 炉；窑 F28 热交换
G、物理系列 >

G、物理系列

G01 测量；测试 G02 光学 G03 摄影术；电影术 G04 测时学 G05 控制；调节 G06 计算 G07 核算装置 G08 信号装置
G09 教育；密码术；广告 G10 乐器；声学 G11 信息存储 G12 仪器的零部件 G16 通信技术 G21 核物理；核工程
H、电学系列 >

H、电学系列

H01 基本电气元件 H02 发电 变电或配电 H03 基本电子电路 H04 电通信技术 H05 其他类目不包含的电技术
更多>>

人气分享

最新技术
翻译方法及分类模型的训练方法、装置、设备和存储介质
本公开提供了一种翻译方法及分类模型的训练方法、装置、设备和存储介质,涉及计算机技术领域,具体涉及自然语言处理、深度学习等人工智能领域。翻译方法包括：基于源语言文本中的分词,获得所述源语言文本的当前处理单元；采用分类模型,确定所述当前处理单元的分类结果；若所述分类结果为所述当前处理单元可被单独翻译,对所述当前处理单元进行翻译,以获得所述当前处理单元对应的目标语言的翻译结果。本公开可以有效地平衡翻译质量和翻译时延。
模型的训练方法、装置、设备和存储介质
本公开提供了一种模型的训练方法、装置、设备和存储介质,涉及计算机技术领域,具体涉及自然语言处理、深度学习等人工智能领域。语音翻译模型的训练方法包括：获取原始数据对,所述原始数据对包括第一原始数据和第二原始数据,所述第一原始数据和所述第二原始数据的语言或者模态不同；采用语料生成模型,对所述原始数据对进行处理,以获得生成数据对,所述生成数据对包括第一生成数据和第二生成数据,所述第一生成数据和所述第二生成数据的语言和模态均不同；采用所述生成数据对,训练翻译模型。本公开可以扩展翻译模型的训练数据的规模。
文本翻译方法、装置、电子设备及存储介质
本公开提供了文本翻译方法、装置、电子设备及存储介质,涉及自然语言处理和深度学习等人工智能领域,其中的方法可包括：针对待翻译的第一句子,获取对应的K个句子对,K为大于一的正整数,每个句子对中分别包括源语言句子和对应的目标语言句子,源语言为第一句子对应的语言,目标语言为第一句子的翻译结果对应的语言；分别根据各句子对生成一个翻译结果,将得到的K个翻译结果作为第一句子的翻译结果。应用本公开所述方案,可提升翻译结果的多样性等。
翻译模型的训练与翻译方法、装置
本公开提供了一种翻译模型的训练与翻译方法、装置,涉及自然语言处理、深度学习技术领域。翻译模型的训练方法包括：获取第一训练数据；构建包含记忆模块、编码模块与解码模块的神经网络模型；使用多个第一训练文本、多个第一训练文本的前文文本与多个第一训练文本的译文标注结果训练神经网络模型,得到翻译模型。翻译方法包括：获取待翻译篇章,确定待翻译篇章中的待翻译文本与待翻译文本的前文文本；针对每个待翻译文本,将该待翻译文本与该待翻译文本的前文文本输入翻译模型,根据翻译模型的输出结果得到待翻译文本的译文输出结果；根据每个待翻译文本的译文输出结果,得到待翻译篇章的翻译结果。
一种机器翻译结果的评估方法、装置、设备及存储介质
本申请提供一种机器翻译结果的评估方法、装置、设备及存储介质,涉及自然语言技术领域。该方法包括：获取多个机器系统对同一个源语言语料分别进行翻译后得到的目标语言语料；根据各机器系统的目标语言语料以及参考语言语料,确定各机器系统的实际匹配分数；根据各机器系统的实际匹配分数,确定该参考语言语料中各语义单元的第一困难权重；根据目标机器系统的目标语言语料中各语义单元是否存在于该参考语言语料中,得到该目标机器系统的目标语言语料中各语义单元的第二困难权重；根据第一困难权重以及第二困难权重,确定该目标机器系统的翻译结果的评估分数。应用本申请实施例,可以提高对机器翻译结果进行评估的准确性。
一种样本处理方法、装置、设备和介质
本发明实施例公开了一种样本处理方法、装置、设备和介质,其中,方法包括：获取预设文本匹配模型的初始训练样本,并对所述初始训练样本中的查询文本进行聚类处理,其中,所述查询文本为输入至所述预设文本匹配模型中的关键字；根据聚类处理的结果及各初始训练样本的时间戳,对所述初始训练样本中负样本进行去重和修正,得到目标模型训练样本。解决了现有技术中采集到的预设文本匹配模型的训练样本数据中负样本标签错误及重复率高,导致样本数据质量低的问题,实现了根据初始训练样本中查询文本相似度及样本时间戳进行样本去重,提升预设文本匹配模型的训练样本的质量。
模型训练方法、品牌词识别方法、装置及电子设备
本公开提供了一种模型训练方法、品牌词识别方法、装置及电子设备,涉及人工智能技术领域,尤其涉及自然语言处理技术领域。该方法包括：采用第一内容样本对第一知识增强语义表示模型进行训练得到第一品牌词识别模型；将第一品牌词识别模型作为知识蒸馏中的教师模型,将第二知识增强语义表示模型作为知识蒸馏中的学生模型,采用知识蒸馏的方法对第二知识增强语义表示模型进行训练,得到第二品牌词识别模型,第二品牌词识别模型的输出和第一品牌词识别模型的输出一致,第二知识增强语义表示模型的模型参数少于第一知识增强语义表示模型的模型参数。提高了品牌词识别的准确率。
语义表示模型的训练方法、装置、设备和存储介质
本公开提供了一种语义表示模型的训练方法、装置、设备和存储介质,涉及计算机技术领域,具体涉及自然语言处理、深度学习等人工智能领域。语义表示模型的训练方法包括：基于句子获得锚样本,以及,基于所述句子的句法信息,获得正样本和负样本；采用语义表示模型分别对所述锚样本、所述正样本和所述负样本进行处理,以获得锚样本语义表示、正样本语义表示和负样本语义表示；基于所述锚样本语义表示、所述正样本语义表示和所述负样本语义表示,构建对比损失函数；基于所述对比损失函数,训练所述语义表示模型。本公开可以在不修改模型结构的基础上,使得句子的语义表示包含句法信息。
语义解析方法、装置、电子设备及存储介质
本公开提供了语义解析方法、装置、电子设备及存储介质,涉及自然语言处理和深度学习等人工智能领域,其中的方法可包括：对输入的问题与对应的数据库进行编码；根据编码结果生成SQL查询语句,其中,针对任一SQL从句,分别进行以下处理：确定出问题中与该SQL从句对应的问题片段；根据所述问题片段生成该SQL从句。应用本公开所述方案,可提升生成的SQL查询语句的准确性等。
生成节点表示的方法、装置、电子设备和可读存储介质
本公开提供了一种生成节点表示的方法、装置、电子设备和可读存储介质,涉及深度学习技术领域。其中,生成节点表示的方法包括：获取待处理异构图；根据第一元路径,在所述待处理异构图中采样得到至少一条第一游走路径；根据所述至少一条第一游走路径,得到所述待处理异构图中每个节点的初始节点表示；根据每个节点的初始节点表示与每个节点的邻居节点的初始节点表示,生成每个节点的最终节点表示。本公开能够提升所生成的节点表示的准确性。

热门专题更多>>
技术分类