【机器翻译】

计算机语言学笔记（三）N-gram和数据平滑

语言建模技术首先在语音识别研究中提出，后来陆续用到OCR、,手写体识别,机器翻译,信息检索等领域。
tianyouououou·2022-04-17 07:55

机器学习工作坊 - 自然语言处理

作为人工智能领域一个重要的研究方向，自然语言处理如今被广泛应用于智能机器人、机器翻译、文本分析、语音识别等方面。
·2022-04-14 10:23

文本生成评价指标的进化与推翻

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(
郝伟老师的技术博客·2022-04-12 07:28

蓝桥杯 最优包含 编辑距离【第十届】【决赛】【B组】 DP python

编辑距离算法被数据科学家广泛应用，是用作机器翻译和语音识别评价标准的基本算法。最直观的方法是暴力检查所有可能的编辑方法，取最短的一个。所有可能的编辑方
愿此后再无WA·2022-04-11 22:12

自然语言处理之中文-jieba

自然处理NLP应用涉及知识图谱，机器翻译，语音识别，聊天机器人等等等，但是涉及NLP第一步并不是去学习使用所谓的RNN,LSTM去进行建模。而是最基础的文本处理。
ddddb1993·2022-04-08 08:20

会思考的机器你造嘛——AI技术

强人工智能（AGI）：3）超人工智能（ASI）：1.2人工智能学派的划分1）符号主义学派：2）连接主义学派：3）行为主义学派：二、人工智能关键技术2.1机器学习和深度学习2.2知识图谱2.3自然语言处理1）机器翻译
KUUUD·2022-04-06 07:41

Python之机器学习日记02——朴素贝叶斯02

机器学习日记02——朴素贝叶斯02自然语言处理与词向量（参考资料：liukn教授机器学习教程，网络课程）1.自然语言处理的几个常见应用：1、机器翻译2、打击文本类垃圾，如微信、邮件3、信息提取4、文本情感分析
暮雨安红·2022-03-31 07:01

（十五：2020.08.28）CVPR 2013 追踪之论文纲要（译）

下面皆为机器翻译以方便我第一次筛选，我会慢慢修正，但现在请结合。有兴趣的可以问我要处理这些论文并自动翻译的脚本。因为脚本还没完善而且
花卷汤圆·2022-03-31 07:30

世界一流大学如何建设人工智能学科

其中，人工智能涉及广泛的知识领域，包括技术体系内的数学基础、技术基础、机器学习方法、问题域，以及应用领域内的互联网、智能写作、机器翻译、智慧交通、智慧农业、智慧金融、智慧医疗、机器人、辅助教育、智能制造等
人工智能学家·2022-03-30 07:24

BERT论文精读

transformer主要是用在机器翻译这个小任务上面（广义的词就是语言理解），GPT是单向而BERT是双向。写摘要的时候，写与两篇相关工作的区别是什么，改进在什么地方，好在什么地方，相对精度，绝
CVer1024·2022-03-29 07:13

通俗解读NLP中几种常见的注意力机制

1前言注意力机制在NLP领域中有广泛的应用，诸如机器翻译、智能对话、篇章问答等。在模型设计中使用注意力机制，可以显著提升模型的性能。
遥望山海·2022-03-29 07:08

基于注意力机制的机器翻译——经典论文解读与代码实现

Seq2Seq+DecoderAttention的具体实现和论文里的公式解读，请参考：attention_seq2seq欢迎讨论与start！
sunflower_Yolanda·2022-03-29 07:08

MAE 论文逐段精读【论文精读】（深度学习论文篇）

Transformer一个纯基于注意力机制的编码器和解码器表现比RNN架构好，在机器翻译任务BERT使用一个Transformer编码器拓展到更一般的NLP
MT_Joy·2022-03-29 07:06

语义角色标注 Semantic Role Labeling（SRL） 初探（整理英文tutorial）

其能够对问答系统、信息抽取和机器翻译等应用产生推动作用。语义标注的不足之处仅仅对于特定谓词进行论元标注，那多谓词呢？没有涉及
每一个有风的日子·2022-03-27 07:21

VLP-16用户手册 第九章 传感器数据

PS:虽然大部分都是机器翻译，但是在不利于理解的地方，加上了本人注释，码字不容易，望转载时注明出处。文章目录第九章传感器数据9.1传感器坐标系9.2球面坐标系转换为迪卡尔坐标系（XYZ）
dzjoke·2022-03-22 07:51

一文了解循环神经网络

RNN的特点是对具有序列特性的数据非常有效，它能挖掘数据中的时序信息以及语义信息，利用了RNN的这种能力，使深度学习模型在解决语音识别、语言模型、机器翻译以及时序分析等NLP领域的问题时有所突破。
无乎648·2022-03-18 05:51

人工智能最新研究发展方向——OCR文字识别简述

1研究背景人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学，研究目的是促使智能机器会听（语音识别、机器翻译等）、会看（图像识别、文字识别等）、会说（语音合成、
无乎648·2022-03-18 05:49

Seg2Seg及其pytorch实现

以机器翻译为例，输入是一段英文，输出是一段法语，输入和输出皆不定长，例如：英语：Thearewatching法语：llsregardent当输入输出序列都是不定
郑不凡·2022-03-16 07:10

Bert不完全手册2. Bert不能做NLG？MASS/UNILM/BART

这类需求，主要包括seq2seq中生成对输入有强依赖的场景，例如翻译，生成式问答，文本摘要等等最初Transformer的Encoder+Deocder结构是在机器翻译领域，Encoder的部分通过双向
风雨中的小七·2022-03-15 08:00

Bert不完全手册2. Bert不能做NLG？MASS/UNILM/BART

这类需求，主要包括seq2seq中生成对输入有强依赖的场景，例如翻译，生成式问答，文本摘要等等最初Transformer的Encoder+Deocder结构是在机器翻译领域，Encoder的部分通过双向
风雨中的小七·2022-03-15 08:00

论文阅读——INCORPORATING BERT INTO NEURAL MACHINE TRANSLATION

id=Hyl7ygStwB将BERT引入机器翻译代码：https://github.com/bert-nmt/bert-nmtBERT在文本分类、阅读理解等多种NLP任务上都显示出了强大的能力。
liuy9803·2022-03-12 07:34

招募通知！采购季云产品体验官缺人！

无影云桌面、实时语音识别、机器翻译、国内短信服务、号码认证、个人证照识别、NLP自学习平台7大产品免费使用！
·2022-03-09 16:39

推荐五篇论文| 轻量级的Transformer; 对比学习；ResNeSt；Shortcut Learning等

模块的分析LiteTransformerwithLong-ShortRangeAttentionhttps://arxiv.org/abs/2004.11886v1Transform已经在自然语言处理（例如机器翻译
风度78·2022-03-04 07:05

《动手学深度学习》Task04：机器翻译及相关技术+注意力机制与Seq2seq模型+Transformer

文章目录1机器翻译及相关技术1.1机器翻译基本原理1.2Encoder-Decoder1.3SequencetoSequence模型1.4BeamSearch2注意力机制与Seq2seq模型2.1注意力机制
Colynn Johnson·2022-03-02 07:21

《动手学深度学习》Task04 ：机器翻译

一、机器翻译Encoder-Decoder(可以应用在对话系统、生成式任务中)encoder：输入到隐藏状态decoder：隐藏状态到输出classEncoder(nn.Module):def__init
小葡萄co·2022-03-02 07:50

动手学深度学习PyTorch版--Task4、5--机器翻译及相关技术；注意力机制与Seq2seq模型；Transformer；；卷积神经网络基础；leNet；卷积神经网络进阶

一.机器翻译及相关技术机器翻译（MT）：将一段文本从一种语言自动翻译为另一种语言，用神经网络解决这个问题通常称为神经机器翻译（NMT）。主要特征：输出是单词序列而不是单个单词。
华尔街的幻觉·2022-03-02 07:47

动手学深度学习Task04

Task041.机器翻译及相关技术机器翻译（MT）：将一段文本从一种语言自动翻译为另一种语言，用神经网络解决这个问题通常称为神经机器翻译（NMT）。主要特征：输出是单词序列而不是单个单词。
l852131652·2022-03-02 07:06

恒源云(GPUSHARE)_语音识别与语义处理领域之[机器翻译] 21.7 mRASP2

文章来源|恒源云社区（恒源智享云)原文地址|[机器翻译]21.7mRASP2原文作者|角灰ContrastiveLearningforMany-to-manyMultilingualNeuralMachineTranslationgithub
恒源云·2022-03-01 13:14

自然语言处理 | (27) Transformer详解1

谷歌的Transformer模型最早是用于机器翻译任务，当时达到了STOA效果。Transformer改进了RNN最被人诟病的训练慢的缺点，利用self-attention机制实现快速并行。
CoreJT·2022-03-01 07:00

NLP之Transformer详解

这个模型广泛应用于NLP领域，例如机器翻译，问答系统，文本摘要和语音识别等等方向。参考资料：Transformer模型的P
LeeZhao@·2022-03-01 07:51

学习笔记七：transformer总结（1）

文章目录一、attention1.1循环神经网络的不足：1.2attention在机器翻译的优点1.3selfAttention和循环神经网络对比1.4为什么求内积之后除以d\sqrt{d}d1.5slef-attention
读书不觉已春深！·2022-03-01 07:47

恒源云(GPUSHARE)_云GPU服务器如何使用SpaCy？

恒源云_语音识别与语义处理领域之[机器翻译]21.7mRASP2恒源云_LLD:内部数据指导的标签去噪方法【ACL2022】恒源云_Y-Tuning:通过对标签表征进行微调的深度学习新范式【ACL2022
恒源云·2022-02-28 10:08

NLP（三）学习《Efficient Estimation of Word Representations in Vector Space》

在机器翻译中，现存的许多语言的预料库仅仅有数以十亿的词汇或者更少。因此，简单地把这种基本方法扩大并不会在一些场景带来显著的进步，我们需要关注更加先进的技术。1.1本文目标本文的主要目标是介
shijiatongxue·2022-02-22 02:03

无标题文章

现在使用的最多的方法是BELU，这种方法最初是用于检测机器翻译中的字重叠。然而，BELU和其他字重叠评估方法已经被认为存在偏差和与人的响应质量的判断的相关性较差。
RyanHuang·2022-02-19 22:58

Python 多线程总结

不需要很高的准确率，只要知道大致意思，能够提高我的英文阅读速度就行，所以用机器翻译就可以满足。我之前用过Google的中文翻英文，觉得比有道、百度不知道高到哪里去，但是今
哆啦A梦没有毛·2022-02-19 11:56

C#基于百度AI实现机器翻译功能

我们现在就基于百度Ai开放平台进行机器翻译，dem
·2022-02-17 13:08

药物领域中深度学习的应用

前言深度学习算法在很多领域已经可以成功落地，并且效果很好，例如以卷积神经网络为例，该算法以及衍生的系列算法在图像处理领域效果甚佳，例如图像分类，目标检测等，而以循环神经网络为代表的算法在序列处理领域有非常好的效果，例如在机器翻译
IntoTheVoid·2022-02-14 21:05

大数据分析-王者荣耀英雄背景-分词报告

前言中文分词在中文信息处理中是最最基础的无论机器翻译亦或信息检索还是其他相关应用如果涉及中文，都离不开中文分词因此中文分词具有极高的地位NLP刚入门，想找个东西练练手，于是便看到了手边的农药。。。
Pt_2017·2022-02-14 09:33

C#多线程系列之线程通知

真糟糕的机器翻译。常用方法AutoRestEvent类是
·2022-02-13 17:17

详解ASP.NET Core中间件Middleware

本文为官方文档译文，官方文档现已非机器翻译https://docs.microsoft.com/zh-cn/aspnet/core/fundamentals/middleware/?
·2022-02-13 10:24

【NLP论文笔记】Neural machine translation by jointly learning to align and translate

arxiv.org/pdf/1409.0473.pdf基本目录如下：摘要核心思想总结------------------第一菇-摘要------------------1.1论文摘要近年来，基于神经网络的机器翻译模型经常被用来
蘑菇轰炸机·2022-02-12 11:11

当翻译竟然变成了文本编辑

DeepL的机器翻译，能以惊人的速度和准确率翻译任何语言到任何语言——我都不想在这里用感叹号了……然后呢？然后，翻译基本上成
·2022-02-11 00:25

【光剑极简教程系列】“计算机科学与技术”概述Computer Science and Technology

“软件工程，人工智能，计算机网络与通信，数据库系统，并行计算，分布式计算，人机交互，机器翻译，计算机图形学，操作系统，以及数值和符号计算。。。”计
禅与计算机程序设计艺术·2022-02-09 07:07

自然语言处理向量模型-Word2Vec

自然语言处理向量模型-Word2Vec自然语言处理与深度学习拼写检查、关键词检索…文本挖掘（产品价格、日期、时间、地点、人名、公司名）文本分类机器翻译客服系统英语复杂对话系统深度学习的基础模型是神经网络
最白の白菜·2022-02-07 15:11

X-former:不止一面，你想要的Transformer这里都有

其最初是针对seq2seq的机器翻译模型而设计的，在后续的其他工作中，以Transformer为
NLP论文解读·2022-02-06 18:00

2018-08-03

除非在未来机器能和人脑一样的有思维、有智慧,否则人工翻译永远不会被机器翻译所取代;而翻译服务将永久不会取消有偿服务这个原则。
DWHL·2022-02-06 16:12

RNN：循环序列模型

序列模型应用领域：语音识别音乐发生器情感分类DNA序列分析机器翻译视频动作识别命名实体识别数学符号（识别句子中名字的应用）：输入句子为x，输出为y,输入句子中每个单词用x,x,x...x...xx^{}
目睹闰土刺猹的瓜·2022-02-06 07:17

机器翻译技术学习笔记

由于NL2SQL和知识图谱问答任务的需要，学习了一段时间翻译模型，把经验记载在这篇文章里面。1、数据越多效果越好？不一定语料质量，领域属性都会对效果有影响基数小提升显著、基数大提升微弱甚至降低2、如何构建词表：3、模型选择：并行计算能力弱，信息抽取能力弱。gatedcnnpositionembedding引入卷积，提高并行化能力非线性计算减少，降低梯度消失问题Adaptivesoftmax提高预测
Necther·2022-02-06 07:43

oj 1.12.7 机器翻译

描述小晨的电脑上安装了一个机器翻译软件，他经常用这个软件来翻译英语文章。这个翻译软件的原理很简单，它只是从头到尾，依次将每个英文单词用对应的中文含义来替换。
*大祺·2022-02-06 07:31

Coursera Deep Learning笔记 序列模型（一）循环序列模型[RNN GRU LSTM]

参考1参考2参考31.为什么选择序列模型序列模型能够应用在许多领域，例如：语音识别音乐发生器情感分类DNA序列分析机器翻译视频动作识别命名实体识别这些序列模型都可以称作使用标签数据(X,Y)作为训练集的监督式学习
Douzi1024·2022-02-06 07:56
上一页 29 30 31 32 33 34 35 36 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他