询问

摘要： “啥”在河南驻马店方言中声调是去声,舌前音,调值31。“啥”有疑问用法和非疑问用法两种,非疑问用法包括:虚指、吃惊、否定、列举等用法,“啥”在句中处于不同的位置,其充当的句子成分也有所不同。同时,一般有“啥+N+(语气词)”和“V+啥+(语气词)”两种用法,一般“啥”后面都带有语气词,来缓解说话者的语气。不同的语境有不同的语用功能,分为询问功能和非询问功能。

摘要： 文章首先对二次雷达A/C模式和S模式询问时序理论进行原理分析,然后针对在A/C模式和S模式交互询问模式下,国外某类特殊应答机同时应答两种询问信号从而导致一批目标起始两个航迹问题现象进行分析研究,并提出一种针对这种特殊应答的处理算法。通过在二次雷达实际应用环境下进行验证,结果证明该处理算法有效地抑制了此类特殊应答目标,提高了S模式二次雷达探测目标的精确性。

摘要： 当我们提到隐形眼镜时,往往最先想到的就是软性角膜接触镜。那么,在验配软性角膜接触镜时,只是按照自己的框架度数去随意地选择眼镜吗?当然不是,今天就来和大家说说软性角膜接触镜的验配。一、询问询问的目的是了解顾客信息且知道顾客的需求,可以从四个方面进行。1.顾客基本信息包括姓名、性别、年龄、职业、工作环境。

摘要： 消防指挥中心接警询问工作是灭火救援作战行动的第一信息来源,影响了“五个第一时间”和灭火救援的成败。询问不准确、不完整、不及时,不仅使参战队伍贻误战机,而且会带来诸多负面影响,甚至造成严重后果。

摘要： “你问我家庭情况,是不是好准备‘看人下菜’?”繁忙的门诊中,突然传来一声“不和谐”的呵斥。周围的空气瞬间被凝固了,大家的视线都聚焦在一位门诊医生和他的乳腺癌患者身上。这位医生是我一位有着多年临床经验的同事,他在给患者处方时总会习惯性地询问一下他们的家庭经济情况。今天他遇到的这位患者在听到这个询问后突然就愤怒起来,原来她是怕医生知道家庭经济情况后会故意“开贵的药,让她多花钱”,或者“瞧不起她,不用心治疗”。

摘要： 现在很多企业都选择实行"密薪制",说明这个制度存在是有其意义的。如案例中所描述,在工作中询问同事薪酬,看似没什么大问题,实则触碰了制度的红线。第一,签合同时已经明示不允许公开询问同事薪酬;第二,引发同事之间矛盾。基于上面两点,企业开除这名员工也是按照合同办事,并无不妥。

摘要： 下午课前在班上发现窗帘被学生弄坏了,于是就展开调查,产生了询问、处理"窗帘"事件以及学生家长来学校维修"窗帘"等一系列事件.

摘要： “天啊,我的钻石项链呢?”莫妮卡惊叫道。“您好,女士,需要帮忙吗?”影院工作人员询问道。“我刚从放映厅出来,发现我的钻石项链不见了。”影院工作人员联系了侦探大V,大V隨即赶到了案发现场。大V对失主莫妮卡进行了询问。莫妮卡说:“当吋是14点15分,电影刚刚开始,我觉得有人蹭了一下我的脖子,但我没在意。16点30分我离开放映厅的吋候,才发现我的钻石项链不见了。”

摘要： 本申请公开了一种获得讯询问话题分类模型、讯询问话题分类的方法和装置，该方法包括：首先，对样本讯询问笔录中样本问答对进行自然语言预处理，获得各个样本问句分词和各个样本答句分词；然后，根据各个样本问句分词及其对应的各个贡献度得分、各个样本答句分词及其对应的各个贡献度得分和样本问答对的标记话题类别，训练基于注意力机制的卷积神经网络获得讯询问话题分类模型。由此可见，通过贡献度得分增加样本问答对的话题类别信息，加强讯询问话题分类的训练；且利用基于注意力机制的卷积神经网络，能够充分学习“强话题”分词与话题类别之间的关系，使得讯询问话题分类模型的话题分类效果更好，提高后续讯询问话题分类的正确率。

摘要： 本发明公开了一种设备询问方法及航管询问设备，所述方法包括：确定所述航管询问设备对一被询问设备进行询问的多个询问周期内的实时询问概率，所述实时询问概率是指所述航管询问设备能够对所述被询问设备进行正确判别的概率；根据所述实时询问概率和预先设置的询问概率阈值，对所述航管询问设备的周期相关准则进行调整；根据调整后的周期相关准则，确定所述被询问设备的特征信息。上述方法用于解决现有技术中航管系统内的各询问设备和应答设备发射信号过于频繁，会出现加重航管系统内部的混扰、窜扰等问题。

摘要： 本发明提供一种询问应答方法、询问应答装置及计算机可读存储介质，该询问应答方法包括：语义处理步骤(S101)，对用户输入的询问信息进行语义处理，以生成反应询问信息的询问目的的用户意图和用于根据询问信息进行检索所用的检索信息；检索步骤(S102)，基于所述检索信息，从数据库中进行基于分词的数据检索，获得候选实体数据的列表；排序步骤(S103)，基于候选实体数据与用户意图之间的相关度，对候选实体数据进行排序处理；以及第一结果确定步骤(S104)，将列表中具有最高相关度的候选实体数据，确定为针对用户询问信息的应答结果。

摘要： 本发明提供一种民航用多点定位的询问方法和询问系统，询问方法包括：1，接收多点定位询问控制指令；2，将接收到的询问控制指令分发至多点定位询问站；3，将多点定位询问的控制指令发射出去，可以发射A/C模式的信号或者S模式的信号，并且A/C模式的询问信号为全呼询问模式，S模式的询问信号包括全呼询问模式和选择询问模式；对于全呼询问模式，将分发询问控制指令随机指定多点定位询问站；对于选择询问模式，将根据待询问的目标距离多点定位询问站的位置，选择距离待询问目标最近的多点定位询问站将询问信号发出。因此，提供了一种准确、及时地将多点定位系统询问信号发出的技术方案。

摘要： 本发明提供一种民航用多点定位的询问发射机及其询问方法，询问发射机包括：天线模块；与天线模块连接的主机；其中，主机设置有发射分机、终端处理分机以及电源分机，并且发射分机设置有提供载波信号的频率源模块、调制模块、功放模块；功放模块天线模块连接，并且可以与终端处理分机双向交换信号；调制模块可以接收来自终端处理分机的控制信号；频率源模块可以接收来自电源分机的电压信号；终端处理分机内设置有询问参数；并且询问参数可以通过发射分机得到预定格式的询问信号，然后通过全向天线将预定格式的询问信号发射出去。因此，上述询问发射机使得多点定位系统可以对覆盖区域内目标全监视，并及时、准确地将询问信号发出。

摘要： 一种系统（100），其用于从用户医学询问生成细化医学询问，所述用户医学询问包括用户医学术语，并且所述系统包括：输入端（110），所述输入端（110）用于从用户接收所述用户医学询问；访问控制器（120），所述访问控制器（120）用于访问医学指导文件（121）和规则库（122），所述医学指导文件（121）包括医学信息条目，并且所述规则库（122）包括将所述医学信息条目链接到所述用户医学术语的规则；以及询问细化器（130），所述询问细化器（130）用于通过将所述医学信息条目包含于所述细化医学询问中，从所述用户医学询问生成所述细化医学询问，并且所述询问细化器（130）用于向搜索引擎（140）提供所述细化医学询问。

摘要： 通过处理有关移动无线网用户的位置询问(位置请求)的方法，使得有可能通过归属位置寄存器和不同版本的GMLC有效地处理位置请求，其中在第一位置询问处理设备(GMLC－R5)的询问(SRI)到达以后，在移动无线网的用户数据库(HLR)中，按照交换设备(MSC/SGSN/V－GMLC)的交换设备地址数据(MAP(MSC/SGSN/V－GMLC)或者位置询问处理设备(V－GMLC)，通过它(MSC/SGSN/V－GMLC)当前可到达用户(MS)，用户数据库(HLR)用一个回答(Ack(MSC/SGSN))代替交换设备地址(MAP(MSC/SGSN/V－GMLC)，提供另一个位置询问处理设备(H－GMLC－R6)的地址(MAP(H－GMLC)，如果它系指版本(R5)的位置询问处理设备(GMLC－R5)的询问(SRI)，则按照该设备的版本(R5)规定，位置询问处理设备(GMLC－R5)从用户数据库(HLR)获得交换设备。

摘要： 本发明涉及无线电定位领域，特别是涉及一种用于多点定位系统的分时询问系统及分时询问方法。分时询问系统包括：窄波束阵列天线、一维转台、控制波束全向发射天线和双通道询问发射机，其中，窄波束阵列天线用于发射波束宽度小于预设宽度阈值的询问波束；窄波束阵列天线设置在一维转台上，一维转台以设定转速带动窄波束阵列天线旋转；控制波束全向发射天线用于同步发射与询问波束等功率的控制波束；双通道询问发射机的两个天线端口分别与窄波束阵列天线和控制波束全向发射天线连接。本发明可有效解决多目标应答时应答信号时域混叠现象严重的问题。

摘要： 本申请公开了一种获得讯询问话题分类模型、讯询问话题分类的方法和装置，该方法包括：首先，对样本讯询问笔录中样本问答对进行自然语言预处理，获得各个样本问句分词和各个样本答句分词；然后，根据各个样本问句分词及其对应的各个贡献度得分、各个样本答句分词及其对应的各个贡献度得分和样本问答对的标记话题类别，训练基于注意力机制的卷积神经网络获得讯询问话题分类模型。由此可见，通过贡献度得分增加样本问答对的话题类别信息，加强讯询问话题分类的训练；且利用基于注意力机制的卷积神经网络，能够充分学习“强话题”分词与话题类别之间的关系，使得讯询问话题分类模型的话题分类效果更好，提高后续讯询问话题分类的正确率。

摘要： 本发明提供一种询问应答方法、询问应答装置及计算机可读存储介质，该询问应答方法包括：语义处理步骤(S101)，对用户输入的询问信息进行语义处理，以生成反应询问信息的询问目的的用户意图和用于根据询问信息进行检索所用的检索信息；检索步骤(S102)，基于所述检索信息，从数据库中进行基于分词的数据检索，获得候选实体数据的列表；排序步骤(S103)，基于候选实体数据与用户意图之间的相关度，对候选实体数据进行排序处理；以及第一结果确定步骤(S104)，将列表中具有最高相关度的候选实体数据，确定为针对用户询问信息的应答结果。