机器学习、机器翻译训练语料 、未处理、获取前两列对话即可
2021-09-24 15:06:06 3.59MB 机器翻译训练语料 机器学习
1
unity游戏对话系统Dialogue System for Unity 2.0.2 Requires Unity 5.3.6 or higher. Version 1.x to 2.x Upgrade Instructions Need version 1.xContact us. Dialogue System for Unity makes it easy to add interactive dialogue and quests to your game. It's a complete, robust solution including a visual node-based editor, dialogue UIs, cutscenes, quest logs, save/load, and more. The core is a lean, efficient conversation system. A large collection of included, optional add-ons make it quick and easy to drop conversations into your project and integrate them with other products. No sc ripting is required, and complete C# source is included. Cinemachine & Timeline Integration! Editor: Visual, node-based dialogue editor Importers for Chat Mapper, articy:draft 1/2/3, Ink, Neverwinter Nights, Talkit, and CSV I2 Localization support Engine: Dynamic, branching conversation trees Barks and alerts Cutscenes (audio, animation, etc.) Quick Time Events (QTEs) Quest system
2021-09-24 12:26:24 41.54MB dialogue sys unity 游戏对话系统
1
资源包括 1、简单对话框 2、单选对话框 3、多选对话框 4、进度对话框 5、自定义对话框 应用范围广,均为完整源代码,可移植性好
2021-09-23 15:17:52 2.1MB 源代码 android
1
计算机图形学第二张课后题第五题,绘制递归深度为n的五边形和五角星的嵌套结构(OnDraw()函数中进行绘制),并且添加了对话框结构。
2021-09-22 09:43:03 51.69MB MFC C++ 计算及图形 对话框单文档绘制
1
基于MFC的简单对话框,实现预配置用户名和密码的登录系统,若设置正确则登陆成功,否则失败推出!@
2021-09-21 19:21:23 279B 对话框
1
VC Office2007界面对话框 对VC2008SP1中Ribbon界面加强,让对话框也和多文档、单文档一样有相同的Office样式。
2021-09-20 22:52:42 326KB VC Office2007 界面 对话框
1
对话框实现Ribbon/OFFICE 2007风格的代码,提供学习用。
1
主要内容: 1、MFC调用Excel文件。 2、向Excel文件中写入数据并保存。 3、从控件中赌球数据放入Excel中。 4、实现了MFC与Excel数据之间的传递。
2021-09-20 19:50:55 31.62MB mfc 对话框 编程 Excel操作
1
计算机图形学(C++)第二章第二题,使用MFC并且利用对话框读入类CRectangle中长宽数据,并且将面积和周长输出在单文档中
2021-09-20 13:33:50 51.75MB MFC C++ 对话框单文档 计算机图形学
1
2021-GAIIC-Task3-Share 全球人工智能技术创新大赛-赛道三:小布助手对话短文本语义匹配 周周星分享 非常荣幸能够拿到周周星,目前初赛第四,本着互联网开源精神,这里也做一些的分享,和大家相互学习,共同进步。 数据 1,对偶数据增强,即Q1-Q2对变成Q2-Q1对; 2,闭包数据增强,即Q1-Q2 = 1,Q2-Q3 = 1,则Q1-Q3 = 1;注意:数据增强时要保证正负样本比例,与原始分布一致,否则无效果甚至导致效果变差。 模型训练方式 半互动 1,ESIM,2,Bimpm,3,SentenceBert,注意:半交互是我们一开始的思路,并使用双路bert,上层使用bert前模型等;并且使用ESIM单模加上技巧,单模也可以上0.89,但是后面使用全交互,效果更好,就没有再继续实验了。 全互动 1,先MLM预训练,再微调; 2,MLM预训练与微调一起做,注意:第二种方式会比
2021-09-20 00:03:59 125KB
1