喵ID：rfC6ie
Collaborative Learning for Answer Selection in Question Answering Collaborative Learning for Answer Selection in Question Answering
Collaborative Learning for Answer Selection in Question Answering
Collaborative Learning for Answer Selection in Question Answering问答中答案选择的协作学习
基本信息
DOI：
10.1109/access.2018.2890102
10.1109/access.2018.2890102发表时间：
2019
2019影响因子：
3.9
3.9通讯作者：
Honghui Chen
Honghui Chen中科院分区：
计算机科学3区
计算机科学3区文献类型：
--
-- 作者： Taihua Shao;Xiaoyan Kui;Pengfei Zhang;Honghui Chen
研究方向： --
MeSH主题词： --
关键词： --
来源链接：pubmed详情页地址
文献摘要
Answer selection is an essential step in a question answering (QA) system. Traditional methods for this task mainly focus on developing linguistic features that are limited in practice. With the great success of deep learning method in distributed text re
答案选择是问答（QA）系统中的一个关键步骤。用于该任务的传统方法主要侧重于开发在实践中受限的语言特征。随着深度学习方法在分布式文本……（此处“re”后面似乎内容不完整）取得巨大成功
参考文献（36）
被引文献（13）
Simple and accurate dependency parsing using bidirectional lstm feature representations
Simple and accurate dependency parsing using bidirectional lstm feature representationsDOI：
10.1162/tacl_a_00101
10.1162/tacl_a_00101发表时间：
2016-01-01
2016-01-01影响因子：
0
0作者：
Kiperwasser, E.;Goldberg, Y.
Kiperwasser, E.;Goldberg, Y.通讯作者：
Goldberg, Y.
Goldberg, Y.Principal Component Analysis (PCA)
Principal Component Analysis (PCA)DOI：
10.1201/b10345-5
10.1201/b10345-5发表时间：
2010-11
2010-11影响因子：
0
0作者：
Kim-Anh Lê Cao;Z. Welham
Kim-Anh Lê Cao;Z. Welham通讯作者：
Kim-Anh Lê Cao;Z. Welham
Kim-Anh Lê Cao;Z. WelhamEfficient estimation of word representations in vector space
Efficient estimation of word representations in vector spaceDOI：
10.48550/arxiv.1301.3781
10.48550/arxiv.1301.3781发表时间：
2013-01-01
2013-01-01影响因子：
0
0作者：
Mikolov, T.;Chen, K.;Dean, J.
Mikolov, T.;Chen, K.;Dean, J.通讯作者：
Dean, J.
Dean, J.Long Short-Term Memory
Long Short-Term MemoryDOI：
10.1162/neco.1997.9.8.1735
10.1162/neco.1997.9.8.1735发表时间：
1997-01-01
1997-01-01影响因子：
2.9
2.9作者：
Hochreiter, S.;Schmidhuber, J.
Hochreiter, S.;Schmidhuber, J.通讯作者：
Schmidhuber, J.
Schmidhuber, J.LSTM-based Deep Learning Models for non-factoid answer selection
LSTM-based Deep Learning Models for non-factoid answer selectionDOI：
发表时间：
2015-11
2015-11期刊：
影响因子：
0
0作者：
Ming Tan;Bing Xiang;Bowen Zhou
Ming Tan;Bing Xiang;Bowen Zhou通讯作者：
Ming Tan;Bing Xiang;Bowen Zhou
Ming Tan;Bing Xiang;Bowen Zhou共 45 条
- 1
- 2
- 3
- 4
- 5
- 6
- 9
关联基金
信息检索中基于用户检索历史挖掘的个性化查询自动补全方法研究
批准号：
61702526
61702526批准年份：
2017
2017资助金额：
25.0
25.0项目类别：
青年科学基金项目
青年科学基金项目