该算法提出一个端到端的神经网络模型,可以利用常识知识图谱和方程表达式生成丰富的数学应用题(MWP)。所提出的模型(1)从符号方程表达式和常识知识的 Levi 图中学习表征;(2)在生成MWP 时,通过自我规划模块自动融合方程式和常识知识信息。在教育场景数据集的实验表明,和其它模型相比,该方法在 MWP 生成任务上有明显优势,在自动评价指标和人类评价指标方面都优于 SOTA 模型。在教育数据集中,方程相关性分数达到 2.308,主题相关性分数达到 2.558,语言连贯性分数达到 2.505。
利用AI技术驱动教育变革,携手全球高水准人工智能科学家及教育领域顶尖人才,专注在计算机视觉、智能语音、自然语言处理和数据挖掘等前沿技术在教育行业的应用及创新
该算法提出一个端到端的神经网络模型,可以利用常识知识图谱和方程表达式生成丰富的数学应用题(MWP)。所提出的模型(1)从符号方程表达式和常识知识的 Levi 图中学习表征;(2)在生成MWP 时,通过自我规划模块自动融合方程式和常识知识信息。在教育场景数据集的实验表明,和其它模型相比,该方法在 MWP 生成任务上有明显优势,在自动评价指标和人类评价指标方面都优于 SOTA 模型。在教育数据集中,方程相关性分数达到 2.308,主题相关性分数达到 2.558,语言连贯性分数达到 2.505。
该算法提出一个基于众包标签的监督表示学习 (SRL) 统一框架 NeuCrowd。可以缓解由于数据隐私、预算限制、特定领域标注人员短缺等导致的众包标签的数量有限的问题。该框架 (1) 通过safety-aware 抽样和稳健的锚点生成,创建了大量高质量 n 元组训练样本;(2)学习一个抽样神经网络,自适应地为 SRL 网络选择有效样本。在酒店评论数据集上,accuracy 达到 87.1%;在 Pre-K Children Speech 数据集上accuracy 达到 86.7%。
哮天犬是一个通用的统一告警平台,提供配置化、流程化、标准化的能力,支持多种告警通知渠道,支持告警收敛、过滤、升级、工作流、自动恢复等功能,实现统一输入、不同输出。可以对接Grafana、阿里云Arms、实时计算等监控能力,各业务也可以直接在代码中埋点上报告警,也可以定制化开发,实现监控告警全场景覆盖。
该算法提出了一种新的基于众包标签的表示学习框架,“RLL”。该算法通过联合和一致性来解决有限和不一致标签所带来的挑战,从而学习数据表征。该框架在两个真实教育应用中进行验证,实验结果证明该方法可以从有限的标注数据中学习到更好的表示。在 Oral Math Questions 数据集中该算法 accuracy 达到88.8%, F1 达到 91.5%。在 Online 1v1 Class Qualities数据集中该算法 accuracy 达到87.9%, F1 达到 92%。
该算法提出一种新的机器学习方法,可以解决发音评估中主观性和耗时性的问题。该算法利用 pair 比较和多模态正交融合算法来产生客观评价结果。在真实的教育场景中,该算法对流利度识别的 accuracy 达到 87.2%,F1 达到 86.2%. 对消极情绪识别的 accuracy 达到 84.6%,F1 达到 80.5%。
该算法提出一种新的多模态深度学习方法,可以识别现实生活说话中的细粒度情感。该算法包含了时间对齐的均值-最大值集合机制,以捕捉每个语篇中隐含的细节和细粒度的情绪。此外该算法还包含一个跨模态激活模块,可以实现对跨模态嵌入进行特定的调整,并通过它来对其他模态的潜在特征相对应的值进行校准。在 IEMOCAP 数据集上该算法WA 达到 72.7%,在 RAVDESS 数据集上 WA 达到 72%。
Select up to 9 public projects
Updated 1 month ago
Updated 1 month ago
Updated 1 month ago
Updated 1 month ago
Updated 1 month ago
Updated 1 month ago
Updated 1 month ago
学生人数检测
Updated 1 month ago
Updated 1 month ago
Updated 1 month ago
Updated 1 month ago
Updated 1 month ago
Updated 1 month ago
Updated 1 month ago
Updated 1 month ago
Dear OpenI User
Thank you for your continuous support to the Openl Qizhi Community AI Collaboration Platform. In order to protect your usage rights and ensure network security, we updated the Openl Qizhi Community AI Collaboration Platform Usage Agreement in January 2024. The updated agreement specifies that users are prohibited from using intranet penetration tools. After you click "Agree and continue", you can continue to use our services. Thank you for your cooperation and understanding.
For more agreement content, please refer to the《Openl Qizhi Community AI Collaboration Platform Usage Agreement》