<kbd id='2ft473vy'></kbd><address id='2ft473vy'><style id='2ft473vy'></style></address><button id='2ft473vy'></button>

              <kbd id='1w1xx8d5'></kbd><address id='1w1xx8d5'><style id='1w1xx8d5'></style></address><button id='1w1xx8d5'></button>

                      <kbd id='u6v6utc8'></kbd><address id='u6v6utc8'><style id='u6v6utc8'></style></address><button id='u6v6utc8'></button>

                              <kbd id='eiatj7qk'></kbd><address id='eiatj7qk'><style id='eiatj7qk'></style></address><button id='eiatj7qk'></button>

                                      <kbd id='kdl1gazn'></kbd><address id='kdl1gazn'><style id='kdl1gazn'></style></address><button id='kdl1gazn'></button>

                                              <kbd id='boumwxd9'></kbd><address id='boumwxd9'><style id='boumwxd9'></style></address><button id='boumwxd9'></button>

                                                      <kbd id='q5jg1elk'></kbd><address id='q5jg1elk'><style id='q5jg1elk'></style></address><button id='q5jg1elk'></button>

                                                              <kbd id='ungpr0tn'></kbd><address id='ungpr0tn'><style id='ungpr0tn'></style></address><button id='ungpr0tn'></button>

                                                                      <kbd id='4zz4fkil'></kbd><address id='4zz4fkil'><style id='4zz4fkil'></style></address><button id='4zz4fkil'></button>

                                                                          威尼斯官网

                                                                          无从下手落地问答系统aaaa?实用百度开源框架了解一下

                                                                          日期: 2018-12-24 10:49:20 / 人气: 294

                                                                          智能问答系统在过去两年中被解雇了aaaaa。然而aaaaa,除了花哨的PPT和论文中的各种黑色技术之外aaaaa,我们最想知道的是:这件事怎么会掉下来aaaaa?

                                                                          最近aaaaa,百度为FAQ集合打开了AnyQ(Astwer Your Questions)框架aaaaa。什么是框架aaaaa?我们一起来看吧aaaaa。

                                                                          image

                                                                          总结

                                                                          AnyQ是Answer Your Questions的缩写aaaaa,指的是Q&A系统的核心业务:回答您的问题aaaaa。实际上aaaaa,该项目包括用于FAQ集合的Q&A系统框架AnyQ和文本语义匹配工具SimNetaaaaa。

                                                                          AnyQ采用配置和插件设计aaa。每个功能都通过插件形式添加aaaaa。目前aaaa,已有20多个插件开放aaa。开发人员可以使用AnyQ系统快速构建和定制特定业务场景的FAQ Q&A系统aaaaa,并加速迭代和升级aaaaa。

                                                                          SimNet是由百度自然语言处理部门于2013年独立开发的语义匹配框架aaaaa。该框架广泛应用于百度的产品aaa,包括BOWaaaaa,CNNaaaa,RNN和MM-DNN等核心网络结构aaaaa,并且基于框架aaaaa。学术界的主流语义匹配模型aaaaa,如MatchPyramidaaaa,MV-LSTMaaaa,K-NRM等模型aaa。 SimNet使用PaddleFluid和Tensorflow实现aaaa,可轻松扩展模型aaa。使用SimNet构建的模型可以轻松添加到AnyQ系统中aaaa,以增强AnyQ系统的语义匹配能力

                                                                          AnyQ框架

                                                                          AnyQ系统框架主要由问题分析aaaaa,检索aaa,匹配aaaaa,重新排序等组成aaaaa。框架中包含的功能通过插件形式添加aaaaa,如Analysis中的中文单词aaaaa,Retrieval中的倒排索引aaaaa,语义索引aaaaa,匹配Jaccard功能和SimNet语义匹配功能目前可以打开20多个插件aaaaa。 AnyQ系统的配置和插件设计可帮助开发人员快速构建并快速定制特定业务场景的FAQ问答系统aaa,从而加快迭代和升级aaa。 AnyQ的框架如下:

                                                                          image

                                                                          配置

                                                                          AnyQ系统集成了许多用于检索和匹配的插件aaaa,这些插件通过配置是有效的;例如aaaaa,搜索和文本匹配相似度计算中的插件:

                                                                          搜索方法(检索) 倒排索引:基于开源倒排索引Solraaaa,加入百度开源分词 语义检索:基于SimNet语义表示aaa,使用ANNOY进行ANN检索 手动干预:通过提供精确答案来控制输出 匹配计算(匹配) SimNet语义匹配:使用在SimNet架构中训练的语义匹配模型对问题的语义进行建模 余弦相似度 Jaccard的相似性 BM25 文字匹配相似度:处理中文问题后计算文字匹配特征 语义匹配相似度

                                                                          插件

                                                                          除了框架之外aaaa,AnyQ的所有功能都是通过插件形式添加的aaaa。用户定义的插件可以轻松添加到AnyQ系统aaaa,只需实现相应的界面aaaaa,如自定义字典加载aaa,问题分析方法aaa,检索方法aaaaa,匹配相似度aaa,排序等aaa,真正实现可定制和插件aaaaa。

                                                                          文本语义匹配框架SimNet

                                                                          SimNet是由百度自然语言处理部门于2013年独立开发的语义匹配框架aaa。该框架广泛应用于百度的产品aaaaa,包括BOWaaaaa,CNNaaaaa,RNN和MM-DNN等核心网络结构aaaaa,并且基于框架aaaaa。学术界的主流语义匹配模型aaaaa,如MatchPyramidaaa,MV-LSTMaaaa,K-NRM等模型aaa。 SimNet使用PaddleFluid和Tensorflow实现aaa,可轻松扩展模型aaaaa。使用SimNet构建的模型可以轻松添加到AnyQ系统aaaaa,以增强AnyQ系统的语义匹配功能aaaa。

                                                                          根据文本语义匹配网络结构aaa,SimNet中实现的网络模型主要可分为以下两类:

                                                                          基于表示的模型

                                                                          如:BOWaaaaa,CNNaaa,RNN(LSTMaaaa,GRNN)

                                                                          特点:分别输入文本匹配任务的两端aaa,然后进行融合计算;

                                                                          基于交互的模型

                                                                          如:MatchPyramidaaaa,MV-LSTMaaaa,K-NRMaaaa,MM-DNN

                                                                          特点:在获得文本词级的序列表示后aaaaa,根据两个序列表示计算相似性匹配矩阵aaa,合并每个位置的匹配信息aaa,得到最终的相似度得分;

                                                                          SimNet使用PaddleFluid和Tensorflow来获取有关访问开源项目的更多细节

                                                                          基于海量搜索数据的语义模型

                                                                          基于百度的大量搜索数据aaaa,对SimNet-BOW语义匹配模型进行了正式培训aaaa。在一些真实的FAQ问答环境中aaaa,模型的效果比基于文字的相似性方法AUC高出5%以上aaaaa。


                                                                          现在致电 0755-88820392 OR 查看更多联系方式 →