当前位置：
首页 资源下载
搜索资源 - Natural Language Understanding
搜索资源列表
-
2下载：
这是一个词库，包含“日汉”“汉英”。对于做自然语言理解、机器翻译、辅助翻译有基础作用。-This is a thesaurus, the word "day" has "in Chinese and English." So for natural language understanding, machine translation, translation basis supporting role.
-
-
0下载：
汉语分词系统，对中文语句进行识别，然后分词，是很好的自然语言理解的例子-Chinese word segmentation system, the Chinese phrase for identification, then Word, is a very good natural language understanding examples
-
-
0下载：
有关自然语言理解理解方面的源码，可以实现简单的自然语言识别。-on natural language understanding understanding of the source, can achieve a simple natural language recognition.
-
-
0下载：
These program is an Eliza like chatterbot,bots like Eliza are the results of researchs in Artificial Intelligence (more specificly: in NLP and NLU) NLP: Natural Language Processing, NLU: Natural Language Understanding
-
-
0下载：
此为文本分类程序， 属于自然语言理解，通过对给定数量文本进行训练，可以达到对未知文本进行自动分类的目的-This is the text categorization process, belonging to natural language understanding, through a given number of training text, the text of the unknown can be achieved for the purpose of automatic cl
-
-
2下载：
运用Matlab语言编程，进行信号分析的能力。音频信号是一种连续变化的模拟信号，计算机只能处理和记录二进制的数字信号，由自然音源而得的音频信号必须经过采样，量化和编码，变成二进制数据后才能送到计算机进行再编辑和存贮，通过本实验中了解模拟信号采样和重构的完整过程，加深对采样定理的理解。-Matlab programming language to use for signal analysis. Audio signal is a continuous change of the analog s
-
-
0下载：
面向自然语言理解的汉语虚词研究
面向自然语言理解的汉语虚词研究-Of natural language understanding for the Study of Chinese Function Words of natural language understanding for the Study of Chinese Function Words
-
-
0下载：
Ontology1.ppt.rarStuder 等人的 Ontology 定义包含四层含义：概念模型(Conceptualization)、明确(Explicit)、形式化(Formal)和共享(Share)。“-Natural Language Processing (NLP) addresses the problems of automated understanding and generation of natural human languages. The former ident
-
-
0下载：
自然语言处理与自然语言理解，俞士汶老师的演讲PPT，可以看看这个学科的大概发展。-Natural language processing and natural language understanding, Shi-Wen Yu teacher' s lecture PPT, you can probably see the development of this discipline.
-
-
0下载：
宗成庆 自然语言理解 课件 引论.pdf 数学基础.pdf 形式语言与自动机.pdf-Chengqing were cited on natural language understanding courseware. Pdf mathematical foundation. Pdf form language and automata. Pdf
-
-
0下载：
自然语言理解：从事人工智能的必备基础知识，如语音识别、机器翻译、信息检索等-natural language understanding:the essential knowledge about artificial intelligence,for instance,SR、MT、IS，etc
-
-
0下载：
概念图相关论文，对自然语言理解，搜索，匹配非常有帮助。 -The concept map related papers on natural language understanding, search, match very helpful. The concept map related papers on natural language understanding, search, match very helpful.
-
-
0下载：
Natural Language Understanding
-
-
0下载：
AprioriAll算法的基本思路
1) 排序阶段 利用客户标识customer 2id作为主关键字以及事务发生的时间transaction 2 time作为次关键字对数据库D排序,该步骤将原始的事务数据库转换成客户序列的数据库.
2) 发现频繁项集阶段 利用关联规则挖掘算法找出所有的频繁项目集.
3) 转换阶段 在已经转换的客户序列中,每一个事务被包含于该事物中的所大项目集来替换,如果一个序列不包含任何大项目集,则在已经转换的序列中不应该保留这项事务.
4) 序列阶段 利用核心
-
-
0下载：
自然语言理解课程实验，基于百度词库的分词程序-Natural language understanding course experiment, based Baidu thesaurus segmentation procedure
-
-
0下载：
自然语言理解── 一种让机器懂得人类语言的研究 （第2版） --- a machine to understand human language to study the natural language understanding (Second Edition)-- a machine to understand human language to study the natural language understanding (Second Edition)-- a machine to
-
-
1下载：
中文分词、自然语言理解、机器学习及语料切分，完整的工程报告。-Chinese word segmentation Natural language understanding of machine learning and data segmentation, a complete project report
-
-
0下载：
内容很多，包括文本分类、机器翻译、自然语言理解、搜索引擎、词法分析等资料-A lot of content, including text classification, machine translation, natural language understanding, search engine, lexical analysis, etc.
-
-
1下载：
作为类脑计算领域的一个重要研究成果，深度卷积神经网络已经广泛应用到计算机视觉、自然语言处理、信息检索、语音识别、语义理解等多个领域，在工业界和学术界掀起了神经网络研究的浪潮，促进了人工智能的发展。卷积神经网络直接以原始数据作为输入，从大量训练数据中自动学习特征的表示。(As the important research achievement, deep convolutional neural networks have been widely applied
to various fiel
-
-
0下载：
深入学习Python介绍领域的深入学习使用Python语言和强大的Keras图书馆。通过keras创造者和谷歌人工智能研究者弗兰?ois Chollet写的，这本书让你了解通过直观的解释和实例。您将探索具有挑战性的概念和实践与计算机视觉，自然语言处理和生成模型的应用程序。当你完成学业的时候，你将具备在自己的项目中应用深度学习的知识和动手能力。(Deep Learning with Python introduces the field of deep learning using the Pyt
-
