【机器翻译】

澜舟认知智能平台开启公测，8 大 NLP 能力接口免费试用！

8月18日，澜舟认知智能平台正式开启公测，基于自然语言处理（NLP）技术提供开箱即用的SaaS服务，首期开放机器翻译、文学辅助创作、金融认知智能、语言基础服务4大场景下的8个API能力接口，欢迎大家使用和反馈
澜舟孟子开源社区·2022-11-22 06:01

NLP 论文领读｜ 面向机器翻译的多语言预训练技术哪家强？最新进展一睹为快！

本文作者：李上杰，澜舟科技算法实习生，天津大学硕士一年级，研究方向为多语言机器翻译、无监督机器翻译，邮箱：[email protected]。纸上得来终觉浅，绝知此事要躬行。
澜舟孟子开源社区·2022-11-22 06:00

Transformer详解

1.整体结构Transformer[1]模型是Google2017年提出的一种用于机器翻译的模型，完全摒弃了传统循环神经网络的结构，采用了完全基于注意力机制的结构，取得了相当显著的效果，并且从此使得完全注意力机制这种模型设计模型从
loki2018·2022-11-22 05:03

NLP 论文领读｜无参数机器翻译遇上对比学习：效率和性能我全都要！

本期分享者：付宇澜舟科技算法研究实习生，天津大学硕士二年级，研究方向为检索增强机器翻译、文本摘要。
澜舟孟子开源社区·2022-11-22 05:02

2022李宏毅机器学习深度学习学习笔记第十九周

文章目录前言一、注意力机制attentionmechanism介绍二、手推注意力机制总结前言本文以机器翻译为例子介绍了传统的机器翻译与含有attention技术的机器翻译的不同，介绍注意力机制；最后举例说明注意力机制的具体过程
hehehe2022·2022-11-22 01:12

初探attention—attention原理和代码详解

循环神经网络只能将一个序列信号转换为定长输出，但Seq2Seq可以实现一个序列信号转化成一个不定长的序列输出，因此seq2seq模型应用广泛，可以应用于很多不对等输入输出的场景，比如机器翻译，文本摘要，
快乐的拉格朗日·2022-11-21 23:20

基于视觉的SLAM / Visual Odometry开源项目，库，数据集，工具和研究列表

基于视觉的SLAM/VisualOdometry(VO)开源资料、博客和论文列表以下为机器翻译，具体参考原文：https://github.com/tzutalin/awesome-visual-slam
yuelcay·2022-11-21 22:29

论文篇 | 基于深度学习的机器翻译论文总汇

本文主要是通过粗略阅读论文，了解基于机器翻译的idea的实现。机器翻译是将源语言中的句子翻译成不同目标语言的任务。机器翻译的方法可以从基于规则的到基于统计的到基于神经的。
夏天｜여름이다·2022-11-21 21:20

只需5步用python让你掌握NLP基本概念（赶快收藏）

现在NLP的应用大多都在机器翻译、舆情监测、自动摘要、观点提取、文本分类、问题回答、文本语义对比、语音识别、中文OCR等方面。
深度之眼·2022-11-21 21:50

NLP到Word2Vec实现-第二课

文章目录词向量到word2vec与相关应用一、NLP常见任务1.自动摘要2.指代消解3.机器翻译4.词性标注5.分词6.主题识别7.文本分类二、NLP处理方法1.传统：基于规则2.现代：基于统计机器学习
weixin_47082769·2022-11-21 18:49

一、自然语言处理概述

1.3跨语言通讯和信息获取技术具有重要的用途随着社会全球化时代的到来，机器翻译市场潜力巨大；涉及
智享AI·2022-11-21 17:31

轻松入门自然语言处理系列 01 自然语言处理概述

文章目录前言一、专栏初衷和NLP前景1.系列设计的初衷2.NLP岗位待遇3.如何学习NLP二、什么是自然语言处理1.什么是自然语言处理2.为什么自然语言处理难3.从一个简单的机器翻译说起三、自然语言处理的应用
cutercorley·2022-11-21 17:30

机器翻译是否能替代人工翻译？从前世今生说起

广义上讲，“翻译”是指把一个事物转化为另一个事物的过程。在人类语言的翻译中，一种语言文字通过人脑转化为另一种语言表达，这是一种自然语言的“翻译”。如图1所示，可以通过计算机将一句汉语自动翻译为英语，汉语被称为源语言（SourceLanguage），英语被称为目标语言（TargetLanguage）。图1通过计算机将一句汉语自动翻译为英语一直以来，文字的翻译往往是由人完成的。时至今日，人工智能技术的
博文视点·2022-11-21 17:14

李沐动手学深度学习V2-Encoder-Decoder编码器和解码器架构

一.encoder-decoder编码器和解码器架构1.介绍机器翻译是序列转换模型的一个核心问题，其输入和输出都是长度可变的序列。
cv_lhp·2022-11-21 16:23

2022.11.20 学习周报

1.题目2.摘要3.网络结构3.1网络示意图3.2网络特点4.问题的提出5.正则化带有LSTM单元的RNNs5.1LSTM单元5.2具有Dropout的正则化6.实验6.1语音建模6.2语音识别6.3机器翻译
MoxiMoses·2022-11-21 15:30

FlipDA：有效且稳健的数据增强小样本学习、开放域低资源适应的生成式聊天机器人

本期周刊，我们选择了10篇预训练相关的论文，涉及提取式问答、数据增强、开放域聊天、语言模型训练、抗体设计、蛋白质结构设计、蛋白结构表示、变换器综述、机器翻译和知识增强预训练的探索。此外，在研究动态
AMiner学术搜索和科技情报挖掘·2022-11-21 14:52

NLP-信息抽取-NER-2015-BiLSTM+CRF（一）：命名实体识别【预测每个词的标签】【评价指标：精确率=识别出正确的实体数/识别出的实体数、召回率=识别出正确的实体数/样本真实实体数】

是信息提取,问答系统,句法分析,机器翻译等应用领域的重要基础工具,在自然语言处理技术走向实用化的过程中占有重要地位.包含行业,领域专有名词,如人名,地名,公司名,机构名,日期,时间,疾病名,症状名,手术名称
u013250861·2022-11-21 13:50

文本生成各评价指标详解

文章目录前言基于词重叠率的方法机器翻译&摘要常用指标BLEUROUGENISTMETEORTERdatatotext常用指标relationgeneration(RG)contentselection(
will-wil·2022-11-21 10:03

NLP常用知识点总结

出于面试的需要，需要总结下自然语言处理的方方面面和常用知识点NLP领域首先总结NLP主要研究问题：机器翻译实体识别文本分类问答系统自动摘要情感分析阅读理解对话机器人机器写作语音识别NLP研究方法1.语言模型定义通过语料计算某个句子出现的概率
饥渴的小苹果·2022-11-21 09:16

CBCT重建保姆级入门（一）

于是准备翻译并加上自己的理解，当然有些内容是直接取自机器翻译，此部分是为了做一些联想，可以忽略不读。——写在前面硬件方面，仅作了解：
柳什么汁·2022-11-21 07:20

TCN代码详解-Torch (误导纠正)

他们三个人的研究建议我们，对于某些序列预测（音频合成、字级语言建模和机器翻译），可以考虑使用卷积网络结构。关于TCN基本构成和他们的原理有相当多的博客已经解释的很详细的了。
Jimmysaid·2022-11-21 07:12

机器翻译模型一多层LSTM__Pytorch实现

目录1.机器翻译之Seq2Seq介绍2.基于Pytorch的Seq2Seq实现2.1数据准备2.2模型建立2.3训练1.机器翻译之Seq2Seq介绍Seq2Seq模型是一个序列到序列的模型，在NLP中被广泛应用于翻译
散人stu174·2022-11-21 02:30

注意力机制 Attention模型 global attention 和 local attention

Attentionmodel可以应用在图像领域也可以应用在自然语言识别领域本文讨论的Attention模型是应用在自然语言领域的Attention模型，本文以神经网络机器翻译为研究点讨论注意力机制，参考文献
Chihk-Anchor·2022-11-20 16:06

Global attention与 Soft attention ——论文笔记

EffectiveApproachestoAttention-basedNeuralMachineTranslation地址：https://www.aclweb.org/anthology/D15-1166/1-2节：首先，介绍了Neuralmachinetranslation模型，机器翻译系统是一个神经网络
风铃777·2022-11-20 16:36

BLEU: a Method for Automatic Evaluation of Machine Translation

bleu是用来衡量机器翻译结果好坏的指标最初的版本：使用累加器计算candidate中词在reference中出现词的次数，除以总次数称为precision但可能会出现以下情况：此时显然这个计算方法是存在
SIyu Gong·2022-11-20 16:04

[ THUNLP-MT (2/10) ] BLEU: a Method for Automatic Evaluation of Machine Translation | NIST

BLEU指标如今经常在机器翻译任务的评价中使用。(被引用8924次。)此外，本文还讨论BLEU的变种，NIST评价指标。
只眷恋两小无猜·2022-11-20 15:56

【论文笔记】BLEU: a Method for Automatic Evaluation of Machine Translation

BLEU的意义在计算语言学的研究实验中，研究者希望能实时对机器翻译的质量进行评估（可能每天甚至没几个小时进行一次），而人工翻译评估是无法满足这一需求的，因此机器翻译研究受到了这一瓶颈的限制，难以有所突破
烫烫烫烫的若愚·2022-11-20 15:21

相似度系列—2传统方法BLEU：BLEU: a Method for Automatic Evaluation of Machine Translation

这篇文章是早期的BLEU评测，常用于机器翻译，本质是over
等景，不如找景·2022-11-20 15:14

【论文阅读】Document-Level Relation Extraction with Reconstruction（AAAI2021）

重构方法最常用在神经机器翻译NMT上，解决翻译不够充分的问题。作者证明了用在DocRE效果也很好。1.异构图构建假设一个文档有L个句子，每个句子有J个词。使用BILSTM对其进行编码。
今天NLP了吗·2022-11-20 15:02

语音识别语言模型介绍

语言模型技术广泛应用于语音识别、OCR、机器翻译、输入法等产品上。语言模型建模过程中，包括词典、语料、模型选择，对产品的性能有至关重要的影响。
道法—自然·2022-11-20 14:26

（四）使用TensorFlow和Keras构建AI语言翻译

本系列可被视为分步教程，可帮助您理解和构建神经元机器翻译。本系列假设您熟悉机器学习的概念：模型训练、监督学习、神经网络以及人工神经元、层和反向传播。在上一篇文章中，我们安装了
寒冰屋·2022-11-20 13:16

注意力机制小结

常用于encoder-decoder结构中，因此在机器翻译、计算机视觉等场景下都有广泛的应用。关于注意力机制原理的讲解，网上借用Seq2Seq结构帮助理
qq_40619759·2022-11-20 12:52

TCN代码详解-Torch (误导纠正)

他们三个人的研究建议我们，对于某些序列预测（音频合成、字级语言建模和机器翻译），可以考虑使用卷积网络结构。关于TCN基本构成和他们的原理有相当多的博客已经解释的很详细的了。
jh035512·2022-11-20 11:17

【ICLR2021】十三大主题100篇值得一读的NLP论文，还不安排上？

理论、模型与经验性分析：38篇问答与阅读理解：4篇知识图谱：4篇文本生成：9篇机器翻译：7篇对抗攻击：4篇文本分类：2篇信息抽取：4篇可解释性：1篇模型压缩与集成：4篇数据增强：2篇向量表示：12篇其他
Evan-yzh·2022-11-20 06:54

图神经网络入门（三）GAT图注意力网络

往期文章图神经网络入门（一）GCN图卷积网络图神经网络入门（二）GRN图循环网络注意机制已成功用于许多基于序列的任务，例如机器翻译，机器阅读等等。与GCN平等对待节点的所有邻居相比，注意力
weixin_45519842·2022-11-20 05:09

阅读笔记2DPASS: 2D Priors Assisted SemanticSegmentation on LiDAR Point Clouds LiDAR

建议打开csdn右侧目录栏，部分个人理解和觉得重要内容有加粗表示，其余内容主要是机器翻译。如果对整个领域比较熟悉直接从第三章开始看就行。
shiyueyueya·2022-11-20 03:29

深度学习Day1——模型分类与基础知识

TableofContents前言关键组件数据模型目标函数优化算法各种机器学习问题监督学习回归分类标记问题搜索推荐系统序列学习标记和解析自动语音识别文本到语音机器翻译无监督学习聚类（clustering
RockLis·2022-11-20 01:40

[论文素材]Background----NLP

自然语言处理的具体表现形式包括机器翻译、文本摘要、文本分类、文本校对、信
weixin_48474362·2022-11-19 19:30

李宏毅2021年机器学习作业5（Seq2seq）实验记录

一、问题描述机器翻译B站作业讲解视频Colab地址二、实验过程2.1基于RNN操作：直接跑原代码就可以中途意外：跑程序时中途断开连接了，再跑就分配不到GPU了。
DogDog_Shuai·2022-11-19 18:48

Transformer理解实现

注意力机制是一种在现代深度学习模型中无处不在的方法，它有助于提高神经机器翻译应用程序性能的概念。在本文中，我们将介绍Transformer这种模型，它可以通过注意力机制来提高训练模型的速度。
追光少年羽·2022-11-19 12:19

目前看的图神经网络(GNN)论文的一些总结

1.为什么我们需要图神经网络：图1当前，深度学习技术已经在语音识别、机器翻译、图像分析和计算机视觉等方向取得了重要成果，之所以CN
风度78·2022-11-19 11:15

初学NLPday2笔记部分

词向量到word2vec与相关应用NLP常见任务：1.自动摘要2.指代消解小明放学了，妈妈去接他，小明（他）3.机器翻译小心地滑翻译成：slidecarefully4.词性标注5.分词（中文、日文等）6
WJY991202·2022-11-19 08:34

最小编辑距离 (MED)实现-Python

此帖内容是去年9月份自己做的小实验~1.实验目的最小编辑距离旨在定义两个字符串之间的相似度，定义相似度可以用于拼写纠错、计算生物学上的序列对比、机器翻译、信息提取和语音识别等。
BXDBB·2022-11-19 06:52

洛谷.P1540 [NOIP2010 提高组] 机器翻译之玩转队列

题目来源：P1540[NOIP2010提高组]机器翻译-洛谷|计算机科学教育新生态(luogu.com.cn)题解：一、方法：用队列和一个判断数组队列控制内存里存放的单词。
´悠 子ᴗ`-_-╭☞ꪗꪖꪑ·2022-11-19 04:53

【机器学习】day1: 机器学习介绍（李宏毅）

（1）监督学习（2）半监督学习（3）迁移学习（4）无监督学习（5）强化学习4.监督学习中的结构化学习使用的场景包括：语音识别、机器翻译、人脸识别。5.总结6.参考机器学习所做的事情，你可以想成就是在
地瓜没有花·2022-11-19 04:24

【新手入门】课程10-深度学习进阶NLP-机器翻译

任务介绍机器翻译：即用计算机实现从源语言到目标语言转换的过程，是自然语言处理的重要研究领域之一。
dadliao·2022-11-19 04:54

DataWhale 深度学习 第二次打卡

第二次打卡学习笔记1.过拟合欠拟合及其解决方案2.梯度消失与梯度爆炸3.循环神经网络进阶4.机器翻译及相关技术5.注意力机制与Seq2seq模型6.Transfomer7.卷积神经网络基础8.LeNet9
H_opeful·2022-11-19 04:48

《预训练周刊》第35期：零样本规划器的语言模型：为智能体提取可操作的知识、LaMDA：对话应用的语言模型...

No.35智源社区预训练组预训练研究观点资源活动关于周刊本期周刊，我们选择了13篇预训练相关的论文，涉及动作规划、大模型改进、网络结构、零样本学习、对话模型、视频理解、机器翻译、字幕生成、代码理解、文本分类
智源社区·2022-11-19 02:59

吐血整理了下AAAI2022中和NLP相关的论文，包括信息抽取、机翻、NER、多模态、数据增强、问答、多语言、KD、文本纠错等...

其中包括：信息抽取、关系抽取、机器翻译、命名实体识别、多模态、数据增强、智能问答、多语言、知识蒸馏、文本纠错等。信息抽取OneRel:JointEntityandRelationExtracti
zenRRan·2022-11-19 01:09

深度学习|transformers的近期工作成果综述

transformers的近期工作成果综述基于transformer的双向编码器表示(BERT)和微软的图灵自然语言生成(T-NLG)等模型已经在机器学习世界中广泛的用于自然语言处理(NLP)任务，如机器翻译
renhongxia1·2022-11-18 14:31
上一页 23 24 25 26 27 28 29 30 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他