电影问答系统

【大模型技术】RAG系统的难题和解决方案（一）

RAG（Retrieval-AugmentedGeneration）系统是一种结合了检索（Retrieval）和生成（Generation）能力的混合模型架构，广泛应用于问答系统、对话系统、知识密集型任务等领域
大数据追光猿·2025-03-26 18:24

有趣的电影、1075. 项目员工 I、1633. 各赛事的用户注册率

知识点导览：日期大小比较；ifnull(字段，默认值)函数；取余操作；字符串比较like；逆序desc1251.平均售价题目链接：https://leetcode.cn/problems/average-selling-price/description/?envType=study-plan-v2&envId=sql-free-50状态：已完成考点：判断日期是否位于某个区间内，可以使用>=>=>
榛果咖啡有点苦·2025-03-26 17:48

2023年武汉大学艺术专硕考研上岸前辈初复试备考经验指导

一、关于择校和定专业因为自己本科是电影编导专业，本科学校是山西传媒学院，比较偏向实践，再加上离我家近，因为湖南大学又没有这个专业，所以我就选择了武汉大学这所偏向于理论和学习气氛浓厚的学校。
xinxiangxukaoyan·2025-03-26 16:07

智能知识图谱：大模型如何实现高效实体识别与关系抽取

摘要知识图谱（KnowledgeGraph,KG）是人工智能领域的重要技术之一，广泛应用于搜索引擎、推荐系统、问答系统等场景。然而，传统知识图谱构建依赖大量人工标注，成本高且效率低。
·2025-03-26 12:04

【大模型知识点】检索增强生成（Retrieval Augmented Generation，RAG）简要介绍

Retrieval-Augmented-Generation：检索-增强-生成一句话总结：通过引入外部数据库或知识库中的信息来增强LLM生成内容2.RAG的应用问答系统：RAG从外部知识库中检索相关信息
自信的小螺丝钉·2025-03-26 10:24

在转换不同格式时，保持正确的宽高比可以避免画面变形

在转换不同格式时，保持正确的宽高比可以避免画面变形常见问题场景：将16:9的视频放在4:3的序列中将竖屏视频（9:16）放在横屏序列（16:9）中将老电影（4:3）转换到现代屏幕（16:9）如果不保持正确宽高比
·2025-03-26 03:18

如何用C#继承提升游戏开发效率？Enemy与Boss案例解析

模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战
吴师兄大模型·2025-03-26 00:10

在线教程丨 3 款声音克隆模型真实测评，GPT-SoVITS 精准拿捏「石矶娘娘」特点

春节档电影「哪吒2」的票房一路高歌猛进，现已突破120亿，成为中国首部票房达到百亿大关的影片，已成功跻身全球影史票房榜前10。
·2025-03-25 23:41

Web大学生网页作业成品——联想商品商城网页设计与实现(HTML+CSS)（1个页面）

常见网页设计作业题材有**汽车、环保、明星、文化、国家、抗疫、景点、人物、体育、植物、公益、图书、节日、游戏、商城、旅游、家乡、学校、电影、动漫、非遗、动物、个人、企业、美食、婚纱、其他**等网页设计题目
2501_90365653·2025-03-25 18:24

DeepSeek 使用窍门与提示词写法指南

角色+任务+要求”明确目标作为健身教练，为30岁上班族设计一周减脂计划，需包含饮食和15分钟居家训练结构化提问分步骤、分模块提问第一步：列出Python爬虫必备的5个库；第二步：用其中一个库写爬取豆瓣电影
V文宝·2025-03-25 13:49

Python爬虫实战：爬取猫眼与淘票票电影票务平台数据

引言随着电影行业的发展，电影票务平台已经成为观众购票的重要渠道。猫眼电影和淘票票作为国内领先的票务平台之一，提供了丰富的电影信息，包括电影名称、评分、排片、票价等。
Python爬虫项目·2025-03-25 10:52

python学习笔记--实现简单的爬虫(一)

任务：爬取豆瓣最受欢迎的250个电影的资料链接：豆瓣电影Top250用浏览器打开后，使用F12或鼠标右键--检查，查看网页的源代码，分析网页结构，如下图所示：分析后得知：1.电影名位于class为hd的
moxiaoran5753·2025-03-25 09:48

使用 AI 技术实现智能问答系统

其中，基于AI技术的智能问答系统在提高信息获取效率和用户体验方面具有显著优势。
llzwxh888·2025-03-25 04:13

Python机器人简单问答系统

目录项目背景与目的整理框架1.导入必要的库2.初始化Flask应用3.读取学习数据4.处理用户请求4.1首页路由4.2问答路由5.根据问题生成回答6.运行Flask应用全部代码HTML结构学习总结项目背景与目的项目背景随着人工智能技术的快速发展，自然语言处理（NLP）作为其核心领域之一，已经取得了显著的进步。自然语言处理技术使得计算机能够理解和处理人类语言，从而在各种应用中提供更加智能和个性化的服
chang_xiaoyi·2025-03-25 04:12

用selenium+ChromeDriver豆瓣电影 肖申克的救赎 短评爬取（pycharm 爬虫）

一、豆瓣电影肖申克的救赎短评url=https://movie.douban.com/subject/1292052/comments二、基本知识点讲解1.Selenium的基本使用Selenium是一个用于自动化浏览器操作的库
莓事哒·2025-03-25 01:16

【极简实战】用博查AI Search + Python+DeepSeek打造你的私有知识库！无需Elasticsearch，三步搞定RAG！

本文教你用纯Python+博查API，30行代码搭建一个高精度问答系统，本地文件、网页结果一键融合！
BigNorthBear·2025-03-24 22:54

吾爱热门工具，万能批量下载神器

聊一聊下载的电影，每个电影都要放到对应的文件夹。但太麻烦，每次都要选择对应的位置。今天发现个好用的下载软件，可以批量设置下载，也可以批量下载到指定位置，这个就很好用。
网络神器·2025-03-24 13:12

【机器学习】朴素贝叶斯入门：从零到垃圾邮件过滤实战

模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战
吴师兄大模型·2025-03-23 18:22

从“一壶浊酒”到“一份报告”，看永洪科技助力郎酒集团的数字化升级之旅

白酒还通过艺术、文学、电影等形式在文化领域中得到了表达和展示。郎酒庄园作为我国传统的白酒行业，郎酒在国内市场占
永洪科技·2025-03-23 09:19

端到端的NLP框架（Haystack）

Haystack是一个端到端的NLP框架，专门用于构建基于文档的问答系统，是实现RAG的理想选择。它提供了数据预处理、文档存储、检索和生成等一系列组件，支持多种语言模型和检索器。
deepdata_cn·2025-03-23 09:13

使用LangChain实现基于LLM和RAG的PDF问答系统

1.LangChain的核心功能2.LangChain的优势3.LangChain的应用场景4.总结四.使用LangChain实现基于PDF的问答系统前言本文将介绍LLM和RAG的基本概念，并通过一个实际的代码示例
张同学吧·2025-03-22 20:00

《南京日报》专题报道 | 耘瞳科技“工业之眼”加码“中国智造”

在江宁开发区，机器人已不再是科幻电影里的遥远想象，他们就像人类的“同事”，在工地上忙着贴砖、刷墙、搬运、检测；在体育训练场上帮助运动员矫正姿势；在医院里帮助医生发现帕金森早期征兆，在智慧工厂里与人类分工协作
耘瞳科技·2025-03-22 17:04

基于LangChain-Chatchat实现智能问答系统

题解|#统计输入正数个数#5.6importjava.util.*;publicclassMain{publics广汽丰田发动机薪酬福利待遇1、工作时间：基本上为5天8小时工作制；2、薪资结构：基本工资+加班工资+各类补贴津贴+各类慰问金+小红书24届春招和25届实习，内部推荐小红书24届春招和25届实习，推荐码为:0T019BWYNARK，内推码仅适用于校招内推及微信小程序题解|#试卷发布当天作
2301_79125431·2025-03-22 09:59

分享Python7个爬虫小案例（附源码）

以下是每个案例的简介和源代码：1.爬取豆瓣电影Top250这个案例使用BeautifulSoup库爬取豆瓣电影Top250的电影名称、评分和评价人数等信息，并将这些信息保存到CSV文件中。
人工智能-猫猫·2025-03-21 21:06

nextjs 实现rag知识库检索增强的ai问答app

AI-Chat-一个基于LLM大语言模型的知识库问答系统项目源码：https://github.com/goliter/ai-chat项目简介AI-Chat是一个基于Next.js和React开发的现代化大语言模型的知识库问答系统
*goliter *·2025-03-21 20:55

知识图谱在人工智能语义理解与推理中的关键作用及发展研究

阐述知识图谱的构建原理、表示方法，分析其在自然语言处理、智能问答系统、推荐系统等多领域助力语义理解与推理的应用，探讨面临的挑战并展望未来发展方向，全面呈现知识图谱对人工智能发展的重要价值与深远影响。
@王威&·2025-03-21 13:50

什么是MCP？看不懂你打我

她的体验或许是这样的：第一个月，她惊喜地发现微信能订电影票了！再过一个月，她发现微信又能约出租
X.Cristiano·2025-03-21 10:56

从0到1：小白也能轻松上手的高清电影搜索引擎网站制作指南

据相关数据显示，2024年网络视频用户规模达到了惊人的规模，如此庞大的用户群体，对电影资源的需求自然也是水涨船高。
计算机学长·2025-03-21 04:35

用LangChain构建自愈式生成式AI：颠覆传统知识库的智能问答系统实战

引言：当生成式AI遇到自进化架构ChatGPT的惊艳表现让企业意识到生成式AI的潜力，但传统问答系统仍面临数据孤岛、知识更新滞后等痛点。
煜bart·2025-03-20 13:32

使用MarkdownHeaderTextSplitter拆分Markdown文档

在AI驱动的应用中，如聊天机器人或问答系统，处理大型文档时，通过分片技术将文档拆分为更小的单元是必要的步骤。尤其是对于Markdown格式的文件，它们通常由各种层级的标题结构化组织。
scaFHIO·2025-03-20 05:56

决策树算法全解析：从零基础到Titanic实战，一文搞定机器学习经典模型

模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战
吴师兄大模型·2025-03-20 04:18

vue3+springboot电影院售票选座管理系统

目录本系统(已开发完成)->成品实现截图开发技术本系统支持的技术栈源码获取详细视频演示：文章底部获取博主联系方式！！！！本课题重点核心代码部分展示论文提纲来自指导老师帅的肯定视频演示/源码获取本系统(已开发完成)->成品实现截图开发技术关键技术实现：在Java的开发过程中，可以使用HTML、CSS、JavaScript等前端技术来实现系统的用户界面设计和交互功能。后端可以使用Java语言编写业务逻
qq_3166678367·2025-03-19 23:34

使用Pinecone实现自查询检索器的实现步骤

为了更方便的了解原理，我们将以电影总结数据集为例进行展示。
vaidfl·2025-03-19 19:08

uniapp 实现微信小程序电影选座功能

拖动代码/***获取点击或触摸事件对应的座位位置*通过事件对象获取座位的行列信息*@param{Event|TouchEvent}event-点击或触摸事件对象*@returns{Object}返回座位位置对象，包含行(row)和列(col)信息，若未找到有效位置则返回{row:-1,col:-1}*/getSeatPosition(event){//统一处理触摸事件和点击事件//触摸事件时从to
鹤鸣的日常·2025-03-19 09:43

从零精通机器学习：线性回归入门

模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战
吴师兄大模型·2025-03-19 01:03

C#运算符与表达式：从入门到游戏伤害计算实践

模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战
吴师兄大模型·2025-03-18 22:39

C#入门：从变量与数据类型开始你的游戏开发之旅

模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战
吴师兄大模型·2025-03-18 20:29

RAG问答系统：检索增强生成框架

目录RAG（Retrieval-AugmentedGeneration）框架一、RAG框架的定义二、RAG框架的工作原理三、RAG框架的举例说明四、RAG框架的优势RAG问答系统二、工作流程三、优势四、
ZhangJiQun&MXP·2025-03-18 20:26

自建 DeepSeek 时代已来，联网搜索如何高效实现

作者：张添翼（澄潭）开源LLM的新纪元：DeepSeek带来的技术平权随着DeepSeek等高质量开源大模型的涌现，企业自建智能问答系统的成本已降低90%以上。
·2025-03-18 18:38

Python 爬虫入门（六）：urllib库的使用方法

headers2.4处理异常3.urllib.error模块4.urllib.parse模块4.1URL解析4.2URL编码和解码4.3拼接URL5.urllib.robotparser模块6.实战示例:爬取豆瓣电影
blues_C·2025-03-18 13:03

《票多多元宇宙：科技与娱乐的融合，开启精彩生活新纪元》

用户可以在虚拟环境中，身临其境地享受各种娱乐活动，如虚拟音乐会、虚拟电影、虚拟游戏、虚拟旅游等，这种虚拟娱乐体验，使得娱乐过程更加直观、生动，增强了用户对娱乐内
wen1.·2025-03-18 10:07

DeepSeek使用教程

教程亮点：登录DeepSeek官网，进入“问答系统”模块，输入学科问题即可获取答案。上传学生作
rider189·2025-03-18 02:24

机器学习中输入输出Tokens的概念详解

这些模型不仅能够生成高质量的文本，还能在多种任务中展现出卓越的表现，比如机器翻译、问答系统、文本摘要等。在大语言模型的工作流程中，Tokens的概念扮演着至关重要的角色。
爱吃土豆的程序员·2025-03-17 21:17

大模型RAG实战｜混合检索：BM25检索+向量检索的LlamaIndex实现

ThinkRAG大模型RAG实战系列文章，带你深入探索使用LlamaIndex框架，构建本地大模型知识库问答系统。
AIGC大模型 吱屋猪·2025-03-17 21:45

HarmonyOS NEXT 开发环境搭建与票务服务类应用开发

本文将详细介绍如何搭建HarmonyOSNEXT的开发环境，并通过一个票务服务类电影演出APP的开发示例，帮助开发者快速上手鸿蒙原生应用的开发。
·2025-03-17 20:26

2025年：AI将编写99%的代码？OpenAI高管宣告编程革命的临界点

引言：AI编程的「奇点」已至「2025年底，99%的编码将实现AI自动化」——这并非科幻电影的桥段，而是OpenAI首席产品官KevinWeil在近期采访中掷出的惊世预言。
东方佑·2025-03-17 13:20

从零开始大模型开发与微调：PyCharm的下载与安装

LLMs能够在各种自然语言处理任务上展现出惊人的性能,例如机器翻译、文本生成、问答系统等。PyTorch和TensorFlow等深度学习框架为训练和微调大型语言模型提供了强大的支持。PyCharm
AI天才研究院·2025-03-17 06:55

从过拟合到强化学习：机器学习核心知识全解析

模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战
吴师兄大模型·2025-03-16 16:16

大规模语言模型从理论到实践 开源指令数据集

诸如GPT-3、BERT等模型在各种任务中表现出色，从文本生成到翻译，再到问答系统，几乎无所不能。这些模型的成功离不开庞大的训练数据集和复杂的算法架构。
AI天才研究院·2025-03-16 13:17

什么是SDI信号？SDI信号的分类、特点及应用

它以其高速、高保真度和低延迟的特点，在广播、电影制作、视频监控等多个领域发挥着重要作用。本文将详细介绍SDI信号是什么、分类、特点优势以及常见的应用案例。SDI信号是什么？
度纬仪器·2025-03-16 08:15
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他