中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共16条，第1-10条 帮助

限定条件    
已选(0)清除 条数/页：   排序方式：
基于深度学习的医疗问答和文本匹配技术 研究报告
2018
作者:  汪天一
Adobe PDF(1040Kb)  |  收藏  |  浏览/下载：529/163  |  提交时间：2019/01/15
医疗  深度学习  问答系统  
融合用户信息的文本情感分析方法研究 学位论文
, 北京市海淀区中关村东路95号中国科学院自动化研究所: 中国科学院大学, 2018
作者:  李俊杰
Adobe PDF(2698Kb)  |  收藏  |  浏览/下载：396/7  |  提交时间：2019/01/10
自然语言理解  情感分析  用户信息  情感分类  情感摘要  
MSMO: Multimodal Summarization with Multimodal Output 会议论文
, Brussels, Belgium, 2018.10.31-2018.11.4
作者:  Zhu, Junnan;  Li, Haoran;  Liu, Tianshang;  Zhou, Yu;  Zhang, Jiajun;  Zong, Chengqing
Adobe PDF(3625Kb)  |  收藏  |  浏览/下载：182/40  |  提交时间：2020/06/09
A Co-Memory Network for Multimodal Sentiment Analysis 会议论文
, Ann Arbor, MI, USA, July 8-12, 2018
作者:  Xu, Nan;  Mao, Wenji;  Chen, Guandan
Adobe PDF(1334Kb)  |  收藏  |  浏览/下载：256/111  |  提交时间：2020/06/10
MNRD: A Merged Neural Model for Rumor Detection in Social Media 会议论文
, Rio de Janeiro, Brazil, July 8-13, 2018
作者:  Xu, Nan;  Chen, Guandan;  Mao, Wenji
浏览  |  Adobe PDF(1500Kb)  |  收藏  |  浏览/下载：139/40  |  提交时间：2020/06/10
面向社交媒体的个性化情感分析与立场挖掘方法研究 学位论文
, 北京: 中国科学院大学, 2018
作者:  林俊杰
Adobe PDF(6281Kb)  |  收藏  |  浏览/下载：378/6  |  提交时间：2018/06/03
社交媒体分析  情感分析  立场挖掘  个性化信息  基于话题的建模与求精  
融合用户信息的新闻事件排序方法研究 学位论文
, 北京: 中国科学院研究生院, 2018
作者:  孔祥飞
Adobe PDF(2841Kb)  |  收藏  |  浏览/下载：284/1  |  提交时间：2018/06/01
事件抽取  用户信息  事件排序  深度神经网络  
基于深度表达学习的用户建模研究 学位论文
, 北京: 中国科学院大学, 2018
作者:  刘强
Adobe PDF(6011Kb)  |  收藏  |  浏览/下载：248/11  |  提交时间：2018/05/31
用户建模  深度表达学习  个性化推荐  上下文感知  序列行为预测  不实信息检测  
Mining Significant Microblogs for Misinformation Identification: An Attention-Based Approach 期刊论文
ACM Transactions on Intelligent Systems and Technology, 2018, 卷号: 9, 期号: 5, 页码: 50
作者:  Liu, Qiang;  Wu, Shu;  Wang, Liang
浏览  |  Adobe PDF(707Kb)  |  收藏  |  浏览/下载：225/52  |  提交时间：2018/05/30
Misinformation Identification  Attention Model  Social Media  Significant Microblogs  
Parallel Crime Scene Analysis Based on ACP Approach 期刊论文
IEEE Transactions on Computational Social Systems, 2018, 卷号: 5, 期号: 1, 页码: 244-255
作者:  Shuai Wang;  Xiao Wang;  Peijun Ye;  Yong Yuan;  Shuo Liu;  Fei-Yue Wang
浏览  |  Adobe PDF(2590Kb)  |  收藏  |  浏览/下载：434/172  |  提交时间：2018/10/09
Artificial Societies  Computational Experiments And Parallel Execution (Acp) Approach  Computational Experiments  Crime Scene Analysis  Parallel Systems.