【机器翻译】

速度超快！字节跳动开源序列推理引擎LightSeq

2017年Google提出了Transformer[1]模型，之后在它基础上诞生了许多优秀的预训练语言模型和机器翻译模型，如BERT[2]、GPT系列[13]等，不断刷新着众多自然语言处理任务的能力水平
火山引擎·2020-12-18 10:13

transformer（下）机器翻译+pytorch实现

transformer（下）机器翻译+pytorch实现说在前面实验环境注意点1.加载数据建立inputpipeline2.位置编码positionalencoding3.掩码masking4.scaleddotproductattention5
咕叽咕叽小菜鸟·2020-12-16 17:30

基于语义分割的不完整话语重写

以前的方法通常将其转换为机器翻译任务，并采具有复制机制的生成模型。在本文中，作者将该任务转换为语义分割任务，引入了基于词的编辑操作，并将问题重新定型为词编辑矩阵的预测。
AITIME论道·2020-12-15 17:54

transformer模型_【经典精读】Transformer模型深度解读

文字长度:★★★★★阅读难度:★★☆☆☆原创程度:★★★★☆Transformer是2017年的一篇论文《AttentionisAllYouNeed》提出的一种模型架构，这篇论文里只针对机器翻译这一种场景做了实验
weixin_39640008·2020-12-15 16:40

TensorFlow中Encoder-Decoder模型理解与实践

Seq2Seq模型主要在NLP，机器翻译，序列预测等问题上效果显著。一般情况下可以分解Seq2Seq模型为两个子模型：Encoder和Decoder。
Oops·2020-12-07 21:07

2020-12-06

nlp=nlu+nlg1、应用场景QAsentimentanalysis:股票价格预测，舆情监控，产品评论，事件监测Machinetranslation:机器翻译textsummarization:自动摘要
myenglishmail·2020-12-06 21:27

数据重生：让神经机器翻译中的不活跃样本“复活”

近几年，神经机器翻译（NeuralMachineTranslation,NMT）技术取得了令人瞩目的突破。其中，大规模训练数据集是神经机器翻译模型最近取得成功的核心。
AITIME论道·2020-12-04 19:37

Transformer 模型

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-attent
Caleb_L·2020-12-01 21:20

7天8卡训练32种语言，字节跳动推出多语言预训练新范式mRASP

神经网络翻译能否成为「机器翻译界
火山引擎·2020-11-30 22:17

MindSpore手写数字识别初体验，深度学习也没那么神秘嘛

语音识别、自动机器翻译、即时视觉翻译、刷脸支付、人脸考勤……不知不觉，深度学习已经渗入到我们生活中的每个角落，给生活带来极大便利。
华为云开发者社区·2020-11-30 16:34

MindSpore手写数字识别初体验，深度学习也没那么神秘嘛

语音识别、自动机器翻译、即时视觉翻译、刷脸支付、人脸考勤……不知不觉，深度学习已经渗入到我们生活中的每个角落，给生活带来极大便利。
华为云开发者社区·2020-11-30 16:51

self-attention原理和改进方向

1.self-attention原理介绍self-attention的概念起源自seq2seq机器翻译模型中的attention，基本思想都是计算不同部分的权重后进行加权求和，最后的效果是对attend
ifenghao·2020-11-26 17:29

图解自注意力机制

没有问题，同一位作者机器学习工程师RaimiKarim之前已经通过类似的方式解读过了：《图解神经机器翻译中的注意力机制》。BERT
青竹aaa·2020-11-25 00:53

Transformer注意力机制笔记

最近一个模型需要用到注意力机制，但是对它的工作原理不是很了解，通过查找资料将觉得有用的记录下来以便后面遗忘后复习（内容来源于网络，我只是个搬运工）一、Transformer架构原文地址：Transformer模型深度解读机器翻译是从
朱家小旺·2020-11-24 12:57

Vue +WebSocket + WaveSurferJS 实现H5聊天对话交互的实例

引言在与实现了语音合成、语义分析、机器翻译等算法的后端交互时，页面可以设计成更为人性化、亲切的方式。
·2020-11-18 11:02

NLP在线医生-BiLSTM+CRF命名实体识别（二）

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
阁下和不同风起·2020-11-14 23:45

文字识别：CTC LOSS 学习笔记

CTCloss详解简介在ocr任务与机器翻译中,输入与输出GT文本很难在单词上对齐,在预处理的时候对齐是非常困难的,但是如果不对齐而直接训练模型的话,由于字符距离的不同,导致模型很难收敛.CTC(ConnectionistTemporalClassification
寒夏凉秋·2020-11-11 17:35

分类整理 | ICLR 2021 投稿中值得一读的NLP相关论文

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：
zenRRan·2020-11-10 22:28

【广告技术】使用图神经网络进行信息聚合与推理，解决多证据事实验证问题

从浅显的文本处理走向推理和判断随着自然语言处理（NLP）技术的逐渐发展成熟、文本语料数据的不断积累，我们能设计、训练出越来越强大的NLP模型，越来越多的语言相关任务也已经从人工转向了由NLP模型自动处理，各种语言互译的机器翻译就是最典型
腾讯广告算法大赛·2020-11-09 12:08

transformer中attention计算方式_图解Transformer

Attention是一个有助于提高神经机器翻译应用程序性能的概念。在这篇文章中，我们将介绍TheTransformer--一个使用注意力来提高这些模型训练速度的模型。
weixin_39885166·2020-11-09 03:22

一份很棒的Vue3 学习清单

下面是一个目录，我整理了一下，中文为机器翻译。
前端开发博客·2020-11-07 18:20

EMNLP2020 | 神经机器翻译精选论文解读

AMiner平台由清华大学计算机系研发，拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱，提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线，吸引了全球220个国家/地区1000多万独立IP访问，数据下载量230万次，年度访问量超过1100万，成为学术搜索和社会网络挖掘研究的重要数据和实验平台。AMiner平台：https:/
AMiner科技·2020-11-03 09:21

[论文阅读]Neural Machine Translation By Jointly Learning to Align and Translate

文章目录前言摘要一、神经机器翻译1、机器翻译2、基于RNN的Encoder-Decoder架构二、文章贡献三、模型架构1.译码器：整体概述2.编码器：用于注释序列的双向RNN四、实验设置五、代码实现六、
XMU_MIAO·2020-10-31 21:17

滴滴翻译技术探索与实践

桔妹导读：机器翻译系统是使用深度学习技术从其支持的语言中翻译大量文本的服务。服务将"源"文本从一种语言转换为不同的"目标"语言。
滴滴技术·2020-10-27 22:14

pytorch seq2seq+attention机器翻译注

准备深入学习一下神经网络的搭建方法的时候，选了机器翻译来试试，正好查了很多资料，发现pytorch里有例子。就结合自己的理解和探究记录一下。
嗷海胆·2020-10-27 14:19

Nvidia最新基于大规模知识库文本预测模型原理（文本知识内涵）

关注订阅专栏，实时获得最新一手解读微软/NVIDIA等最新AI算法模型原理设计与AI落地产业应用与世界AI同步前行——————————NVIDIA基于大规模知识库的大规模文本生成训练模型与普通的文本摘要技术/机器翻译模型
AI深度学习算法实战代码解读·2020-10-27 10:32

vercel搭建hexo博客指南

Vercelistheoptimalworkflowforfrontendteams.All-in-one:StaticandJamstackdeployment,ServerlessFunctions,andGlobalCDN.无脑机器翻译一下
怪我冷i·2020-10-23 00:18

关于为什么创建这个专题

突然有一天，我开始莫名地担心，在大数据，自媒体，机器翻译狂轰滥炸的现在，我自己的这一点执爱到底能支撑我走多久，在诗和远方遥不可及的时候，我是不是应该先选择面包与牛奶。
Loiter9·2020-10-11 08:29

TensorFlow中Encoder-Decoder模型理解与实践

Seq2Seq模型主要在NLP，机器翻译，序列预测等问题上效果显著。一般情况下可以分解Seq2Seq模型为两个子模型：Encoder和Decoder。
Oops·2020-10-09 13:23

滴滴AI Labs斩获国际机器翻译大赛中译英方向世界第三

近日，由国际计算语言学协会ACL（TheAssociationforComputationalLinguistics）举办的世界最具影响力的机器翻译大赛WMT2020发布了所有团队今年提交的PrimarySubmission
滴滴技术·2020-10-09 12:45

双向 LSTM-CRF 实现命名实体识别

命名实体识别主要用来提取结构化信息，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工具。
Alice熹爱学习·2020-09-22 11:16

从零开始语音识别（5）--- 端到端的语音识别系统

为什么需要端到端的系统传统语音识别系统非常复杂，需要分别训练声学模型、语言模型、发音模型需要领域特殊的专业知识通过端到端的模型可以直接将输入的声学特征转变为文本端到端语音识别系统介绍Seq2Seq此模型长用于机器翻译
Lixian ma·2020-09-18 15:14

vue项目实现多语言切换的思路

适用于单页应用（SPA）直接用网页翻译插件，机器翻译。这种效果不太理想，同时有一些局限性（后面会讲到）问题每一种方案都有各自的优点和局限性，具体项目应该根据实际情况选择。
·2020-09-17 18:43

[转]语言模型训练工具SRILM

是一个建立和使用统计语言模型的开源工具包，从1995年开始由SRI口语技术与研究实验室（SRISpeechTechnologyandResearchLaboratory）开发，现在仍然不断推出新版本，被广泛应用于语音识别、机器翻译等领域
aig8440·2020-09-17 11:05

2015广工校赛 Problem E: GDUT的实验室

我们都知道每台电脑都会被分配一个IP地址，这些IP地址形如A.B.C.D，但是机器只懂得二进制，它会将IP地址读成二进制的地址（仅有1和0），但机器难免会出点问题，现在给你一个十进制的IP地址，再给你一个机器翻译后的二进制的
围巾的ACM·2020-09-17 10:13

现有 Vue.js 项目快速实现多语言切换的一种思路

适用于单页应用（SPA）直接用网页翻译插件，机器翻译。这种效果不太理想，同时有一些局限性（后面会讲到）问题每一种方案都有各自的优点和局限性，具体项目应该根据实际情况选择。
李中凯·2020-09-17 09:00

应用程序连接到 SQLServer 是运行 Windows Server 2003 服务器上时出现错误信息　

应用程序连接到SQLServer是运行WindowsServer2003服务器上时出现错误信息"通讯链路故障,"A传输级错误",常规网络错误:注意：这篇文章是由无人工介入的微软自动的机器翻译软件翻译完成
行者绿石榴·2020-09-17 08:18

全球语种谱系图，看看机器翻译需要跨越的大山

来源：语言春秋编辑|北外新闻中心杨丹蕊摘要：当前机器翻译技术可以分成两类，一种是RichResourceNMT，也就是双语语料丰富的语言对（比如中文-英文）；另一种叫LowResourceNMT，即缺少足够的双语语料
人工智能学家·2020-09-17 06:19

STM32报错：L6971E: system_stm32h7xx.o(.data) type RW incompatible with malloc.o(.ARM.__AT_地址) type ZI

__AT_地址)typeZIinerRW_IRAM1.机器翻译后，大概意思是：“错误：L6971E:system_stm32h7xx.o（.data）类型RW与erRW_IRAM1中的malloc.o（
艾力芬特·2020-09-17 03:24

利用BLEU进行机器翻译检测（Python-NLTK-BLEU评分方法）

这种评分标准是为了评估自动机器翻译系统的预测结果而开发的，具备了以下一些优点：计算速度快，计算成本低。容易理解。与具体语言无关。已被广泛采用。
weixin_34378969·2020-09-16 21:18

ASP.NET Core文件上传与下载(多种上传方式)

ASP.NETCore了.打算写个系列,但是还没想好目录,今天先来一篇,后面在整理吧.ASP.NETCore2.0发展到现在,已经很成熟了.下个项目争取使用吧.正文1.使用模型绑定上传文件(官方例子)官方机器翻译的地址
weixin_34013044·2020-09-16 21:07

CUDA10.0 官方手册 阅读笔记 章三 CUDA编程接口

（因为这章内容比较碎，不好提炼，大部分为原文翻译，人工翻译，不是机器翻译。抵制不负责任的机翻从你我做起！翻译不易，转载贴上出处。
lvxiangyu11·2020-09-16 18:02

学习排序 Learning to Rank 小结

LTR已经被广泛应用到文本挖掘的很多领域，比如IR中排序返回的文档，推荐系统中的候选产品、用户排序，机器翻译中排序候选翻译结果等等。
a936676463·2020-09-16 14:41

基于英汉平行语料库的机器翻译知识获取研究

基于英汉平行语料库的机器翻译知识获取研究本文主要围绕以下几个方面进行了深入的研究：1)词汇对齐。词汇对齐是从英汉平行语料库中，根据已有的句子级对齐的语料库，挖掘出词汇级的英汉词对应关系。
zzhetao·2020-09-16 10:38

融合统计机器翻译特征的蒙汉神经网络机器翻译技术

融合统计机器翻译特征的蒙汉神经网络机器翻译技术杜健内蒙古大学【摘要】：随着机器翻译的发展,统计机器翻译已经进入瓶颈期很难有所提高,因此研究人员逐步将研究目光投向神经网络机器翻译方向。
zzhetao·2020-09-16 10:38

机器翻译：统计建模与深度学习方法

前言机器翻译：统计建模与深度学习方法MachineTranslation:StatisticalModelingandDeepLearningMethods推荐一本来自东北大学自然语言处理实验室(NEUNLPLab
iTensor·2020-09-16 10:25

Dynamic Memory Networks & DMN+

正如Introduce中所提到的，很多NLP问题都可以看作QA问题，比如机器翻译、命名实体标注、文本分类问题如情感分析、共指消解(coreferencereso
FitzHua·2020-09-16 08:22

语言模型的评估-困惑度

目前主要有两种评价方法：实用方法：通过查看该模型在实际应用（如拼写检查、机器翻译）中的表现来评价，优点是直观、实用，缺点是缺乏针对性、不够客观；理论方法：迷惑度/困惑度/混乱度（preplexity），
BYR_jiandong·2020-09-16 03:36

Azure AI 服务之语音识别

笔者在前文《AzureAI服务之文本翻译》中简单介绍了Azure认知服务中的文本翻译API，通过这些简单的RESTAPI调用就可以轻松地进行机器翻译。
weixin_33743248·2020-09-15 18:41

Ubuntu 16.04.04 + Python3.6 + Anaconda + CUDA 9.1 + PyTorch + OpenNMT搭建机器翻译模型

版权声明：未经允许，请勿私自转载。原文地址：https://blog.csdn.net/Mrx_Nh/article/details/79888928最近在学习一些一起NLP方面的东西，首先当然要把环境搭起来了，踩坑无数，经过三天的不懈奋战，终于把环境搭起来了，网上这方面的资料都比较散乱，很多都是很旧的，为了跟上AI浪潮，特此写一篇详细的博客。如果读者按照此方法来操作遇到什么问题，可以在评论区留言
Southan97·2020-09-15 13:56
上一页 32 33 34 35 36 37 38 39 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他