注册
|
登录
|
举报
首 页
公告沙龙
公告中心
活动沙龙
课程学习
项目交流
项目招募
问答中心
信息展示
项目展示
往年项目展示
校内导师
校外导师
使用指南
文件下载
常见问题
×
举报该页有违规/非法信息
网址:
附加说明:
最新版
最新
知识库问答中复杂问题的推理模型研究
人工智能学院
A Reasoning Model on Complex KBQA
终检失败
创新训练
520计算机科学技术
理论研究-科学技术
未定级
作为当前AI领域提升认知智能的重点方法,知识图谱问答飞速发展。但随着数据集的演变和技术的发展,KBQA也面临了许多挑战。我们决定着手研究并尝试解决目前KBQA的一大研究热点和难点——复杂问题推理,即如何恰当地通过知识图谱建模理解用户复杂问题,并减少对人工的依赖,训练泛化性强的、具有推理能力的知识图谱问答深度模型。本项目将从以上几点出发,对KBQA的性能优化进行理论探索。
项目分数
项目信息
项目动态
项目相关人员
项目荣誉
留言
重要程度:
全部信息
细节信息
正常信息
重要信息
项目负责人
林杨婷
2020级 人工智能学院 人工智能
项目成员
尹真真
2020级 人工智能学院 人工智能
吴修伦
2020级 人工智能学院 人工智能专业
栾家豪
2020级 人工智能学院 人工智能
指导老师
李蕾
人工智能学院 教授
医疗健康
机器人
智能交通
评审老师
唐于涛
智能工程与自动化学院 教授
机器人
智能硬件
理论研究-科学技术
杨阳
人工智能学院 副教授
通信网络
智能硬件
无人机
张斌
智能工程与自动化学院 讲师
机器人
智能交通
无人机
暂无留言
留言
提交
该项目暂无荣誉