【NLP】

[论文阅读笔记] TRACE: A Comprehensive Benchmark for Continual Learning In Large Language Models

arXiv20233作者团队复旦大学4关键词Benchmark、ContinualLearing、LLMs二、文章结构TRACEIntroductionRelatedWorkCLCLBenchmarksinNLPChainofT
ZedKingCarry·2023-12-28 00:14

NLP自然语言处理-经典RNN案例-人名分类器

二、实践：1、代码：fromioimportopenimportglobimportosimportstringimportunicodedataimportrandomimporttimeimportmathimporttorchimporttorch.nnasnnimportmatplotlib.pyplotaspltall_letters=string.ascii_letters+".,;'
涓涓自然卷·2023-12-27 23:00

无力感

图片发自App这两天的状态起伏，让我想起，一阶nlp课堂上我看着自己画的那条孤独的鲸，泪流满面。当时，我清晰地看到、感受到了自己内在的无力感。为何这份无力感会让我有如此大的情绪？
漫步的小马驹·2023-12-27 20:52

【Python百宝箱】NLP大探索：Python库中的情感分析之旅

情感分析与情绪识别：探索Python库的丰富世界前言在数字时代，海量的文本数据中蕴藏着丰富的情感和情绪信息。理解用户的情感倾向不仅对企业的市场营销决策至关重要，而且对社交媒体平台的内容管理和用户体验提升具有深远意义。本文将带领读者探索Python领域内多个强大的情感分析和情绪识别库，揭示它们各自的特点和优势。欢迎订阅专栏：Python库百宝箱：解锁编程的神奇世界文章目录情感分析与情绪识别：探索Py
friklogff·2023-12-27 20:32

NLP-语义解析(Text2SQL)：Text2SQL 数据集

Text2SQLTexttoSQL(以下简称Text2SQL)，是将自然语言文本（Text）转换成结构化查询语言SQL的过程，属于自然语言处理-语义分析（SemanticParsing）领域中的子任务。它的目的可以简单概括为：“打破人与结构化数据之间的壁垒”，即普通用户可以通过自然语言描述完成复杂数据库的查询工作，得到想要的结果。Text2SQL简单示例(Demo)示例表_1-1代码名称上市地点收
u013250861·2023-12-27 19:45

ACL 2021｜CHASE: 首个跨领域多轮Text2SQL中文数据集

©PaperWeekly原创·作者|徐叶琛单位|字节跳动研究方向|NLP语义理解、问答系统自然语言处理语义解析子任务Text2SQL旨在将用户的自然语言转换为SQL序列，继而完成数据库查询工作，打破了人与结构化数据库之间的壁垒
PaperWeekly·2023-12-27 19:43

Centos7网卡 Failed to start LSB: Bring up/down networking

netstat-nlpt|grep3306可能是网络出现问题，试着重启网卡时servicenetworkrestart提示FailedtostartLSB:Bringup/downnetworking根据自己最终解决方案整理
奋斗小牛·2023-12-27 14:22

NLP-NER命名实体识别

命名实体识别的发展历史NER一直是NLP领域中的研究热点，从早期基于词典和规则的方法，到传统
HoraceO·2023-12-27 14:56

nlp spacy_使用spacy nlp第4部分命名实体识别器

nlpspacyNamedEntityRecognitionisthemostimportant,orIwouldsay,thestartingstepinInformationRetrieval.InformationRetrievalisthetechniquetoextractimportantandusefulinformationfromunstructuredrawtextdocume
weixin_26721705·2023-12-27 14:26

RNN_循环神经网络_总结学习（持续更新）

目录1、什么是RNN2、RNN架构3、RNN工作流程4、具体操作的栗子——NLP（0）、问题介绍（0）、导入包（1）、创建句子集合（数据集）（2）预处理（3）、创建神经网络模型并实例化模型（4）、训练（
郭小儒·2023-12-27 11:14

余生很贵，请别浪费

前一段时间，在学习NLP，听到最多的一个词是“余生很贵，请别浪费”！
83b71b1699d8·2023-12-27 10:53

自然语言处理23-NLP中关键步骤：句子嵌入的原理与应用，并通过多种形式实现

大家好，我是微学AI，今天给大家介绍一下自然语言处理23-NLP中关键步骤：句子嵌入的原理与应用，并通过多种形式实现。
微学AI·2023-12-27 07:55

NLP论文阅读记录 - 以大语言模型为参考学习总结

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作2.1文本生成模型的训练方法2.2基于LLM的自动评估2.3LLM蒸馏和基于LLM的数据增强三.本文方法3.1SummarizeasLargeLanguageModels3.1.1前提3.1.2大型语言模型作为参考具有准参考摘要的MLE3.1.3从基于法学硕士的评估中学习对比学习用于总结质量
yuyuyu_xxx·2023-12-27 07:55

社交媒体用户热词挖掘与情感分析：Python、NLP与Flask的综合应用

社交媒体用户热词挖掘与情感分析：Python、NLP与Flask的综合应用正文：社交媒体作为信息传播的主要平台，用户在平台上产生的大量文本数据蕴含着丰富的信息。
爱欲无极·2023-12-27 07:24

BPE-NLP重要的编码方式

这种算法最初被设计用于字节级的数据压缩，后来被应用于NLP。其核心思想是：BPE每一步都将最常见的一对相邻
沉住气CD·2023-12-27 07:21

搭建一个简单的问答系统（Python）

glove.6B:这个文件需要从网上下载，下载地址为：https://nlp.stanford.edu/projects/glove/，请使用d=100的词向量检索式的问答系统问答系统所需要的
学人工智能的菜菜·2023-12-27 07:16

解决gensim训练时出现killed问题

具体代码如下：importgensimimporttimeimportosimportglob#将语料库分成多个文件corpus_path='/mnt/e/ProLearn/NLP/wiki_nlp_data
一个爱折腾的小人物·2023-12-27 06:18

跨界于自然语言处理的广泛应用领域

目录前言1图灵测试和ImitationGame2基于数据的NLP应用3Google搜索引擎与在线广告的机制4知识图谱：连接现实世界的实体5智能音箱（虚拟助手）的交互能力6机器翻译：连接全球多语言7情感分析和意见挖掘
cooldream2009·2023-12-27 00:02

举例说明自然语言处理（NLP）技术。

自然语言处理（NLP）技术是指通过计算机对人类语言进行理解、处理和生成的技术。以下是一些常见的NLP技术的例子：机器翻译：将一种语言自动翻译成另一种语言。
秋珀·2023-12-26 23:13

2021-02-21 NLP心理实操作线上课 day14（37讲、38讲、39讲）

#情绪【学习内容】：第37讲情绪概论1、说起情绪想到的都是负面的词2、情绪有两个视角（1）安装经验：情绪往往是基于过往经验的一些反应，而非当下的这一刻的反应。（2）情绪就像一个提取器，提取的是跟过往经验有关的那些情绪。图一3、不要不断强化负面情绪。4、我们要做情绪的主人。5、情绪是可以管理的。6、情绪是一种本能，情绪是流动在我们身体里的一种能量，可以把情绪训练成我们生活里的能力。7、我们们理不需要
海洋7606·2023-12-26 16:05

042、文本与语言模型

之——nlp基础目录之——nlp基础杂谈正文1.文本预处理2.语言模型3.语言模型实现杂谈在语言模型中，需要对文本进行预处理，进行数字化的一系列操作，而后才能进行网络的拟合。
Here we are——wxl·2023-12-26 15:40

优化模型：MATLAB非线性规划

一、非线性规划1.1非线性规划的定义非线性规划（NonlinearProgramming，NLP）是一种数学规划方法，用于解决含有非线性目标函数和/或非线性约束条件的优化问题。
抱抱宝·2023-12-26 12:52

NLP 自然语言处理实战

自然语言处理(NaturalLanguageProcessing,NLP)是计算机科学领域与人工智能领域中的一个重要方向。
AAI机器之心·2023-12-26 09:59

NLP系列(4)_朴素贝叶斯实战与进阶（转）

http://blog.csdn.net/han_xiaoyang/article/details/50629608作者：寒小阳&&龙心尘时间：2016年2月。出处：http://blog.csdn.net/han_xiaoyang/article/details/50629608http://blog.csdn.net/longxinchen_ml/article/details/5062961
weixin_34348111·2023-12-26 07:30

自己动手做 chatgpt:seq2seq翻译模型中GRU模块的原理和数据预处理

chatgpt是典型的NLP类型应用。也就是它主要于语言的处理和输出。因此它的模型设计必然借鉴了深度学习早期在语言翻译方面的算法设计。
tyler_download·2023-12-26 05:30

大数据深度解析NLP文本摘要技术：定义、应用与PyTorch实战

文章目录大数据深度解析NLP文本摘要技术：定义、应用与PyTorch实战1.概述1.1什么是文本摘要？1.2为什么需要文本摘要？
星川皆无恙·2023-12-26 00:25

（2021|EMNLP，CLIP，CLIPScore，RefCLIPScore）CLIPScore：图像标题的无参考评估指标

CLIPScore:AReference-freeEvaluationMetricforImageCaptioning公z号：EDPJ（添加VX：CV_EDPJ或直接进Q交流群：922230617获取资料）目录0.摘要1.简介2.相关工作3.CLIPScore4.标题评估基准4.1标题级别的Likert判断4.2Pascal-50S上的成对排名4.3MSCOCO的系统级相关性4.4CLIP-S对“
EDPJ·2023-12-26 00:25

【必知必懂论文】之多模态实体识别

引言命名实体识别（NER）是自然语言处理(NLP)领域中的最基础、最核心的任务之一，该任务旨在识别出文本中的命名实体（通常指特定类型事物的名称或符号，一般是一个名词或者短语），并将识别出的实体分类到预先定义好的实体类别中
爱科研的徐博士·2023-12-25 23:12

【NLP】⚠️学不会打我! 半小时学会基本操作 1⚠️ 分词

【NLP】⚠️学不会打我!
我是小白呀·2023-12-25 17:34

简洁高效的 NLP 入门指南: 200 行实现 Bert 文本分类 (Pytorch 代码纯享版)

简洁高效的NLP入门指南:200行实现Bert文本分类Pytorch版概述NLP的不同任务Bert概述MLM任务(MaskedLanguageModeling)TokenizeMLM的工作原理为什么使用
我是小白呀·2023-12-25 17:02

GPU池化在AI OCR场景的应用

2012年AlexNet在ImageNet竞赛夺冠以来，深度学习方法开始在图像视频领域大幅超越传统算法，基于CV（计算机视觉）和NLP（自然语言处理）卷
virtaitech·2023-12-25 15:38

【AI】人工智能复兴的推进器之自然语言处理

词袋模型三、向量四、代码示例五、大模型和自然语言处理接上篇：【AI】人工智能复兴的推进器之机器学习-CSDN博客一、什么是自然语言处理自然语言处理（NaturalLanguageProcessing，NLP
giszz·2023-12-25 06:09

【数据保护】数据匿名的自定义NLP方法

自我介绍做一个简单介绍，酒架年近48，有20多年IT工作经历，目前在一家500强做企业架构．因为工作需要，另外也因为兴趣涉猎比较广，为了自己学习建立了三个博客，分别是【全球IT瞭望】，【架构师酒馆】和【开发者开聊】，有更多的内容分享，谢谢大家收藏。企业架构师需要比较广泛的知识面，了解一个企业的整体的业务，应用，技术，数据，治理和合规。之前4年主要负责企业整体的技术规划，标准的建立和项目治理。最近一
架构师酒馆·2023-12-25 06:06

NLP学习（2）

关于NLP的词向量对比1.bag-of-wordsBOW是词袋模型，文本中各个词之间的顺序，语义，位置信息不予考虑，将文本看作若干个词的组合，这些词都是独立的，不依赖其他词，常用的有one-hot，tf-idf
Tang_Genie·2023-12-25 05:37

2018-06-09

学了NLP之后的我，最大的变化是:遇到很多事情挤在一起到来的时候，我发现自己特别有天赋，很强的规划能力和分配能力！并且不急不躁了，能够接纳自己不完美的地方，然后把所有事情耐心做好！
A忆思特教育赵敏·2023-12-25 05:10

今日无更新

这周Pytorch学的还算顺利，至少比之前AllenNLP要舒服一些，跑完Seq2Seq就要试着复现模型。
我的昵称违规了·2023-12-25 02:21

图像识别中的 Vision Transformers (ViT)

Transformer模型已成为自然语言处理(NLP)领域事实上的SOTA。例如，流行的ChatGPTAI聊天机器人就是基于Transformer的语言模
Garry1248·2023-12-24 21:04

超级学习力

接下来我来回顾一下今日最“烧脑”的部分吧，主要从思考力应用和NLP两个方面进行讲解，具体如下:一、思考力应用这部分主要讲解了如何建立结构化思维以及如何使用水平化思维，其中水平化思维又称
湄公河边的娟子·2023-12-24 17:16

CogAgent：带 Agent 能力的视觉模型来了

之前我们分享过智谱AI新一代多模态大模型CogVLM，该模型在不牺牲任何NLP任务性能的情况下，实现视觉语言特征的深度融合，其中CogVLM-17B在14个多模态数据集上取得最好或者第二名的成绩。
机器学习社区·2023-12-24 16:29

Shell三剑客：awk（内部变量）

1:1:bin:/bin:/sbin/nologindaemon:x:2:2:daemon:/sbin:/sbin/nologinadm:x:3:4:adm:/var/adm:/sbin/nologinlp
浅∶）笑·2023-12-24 15:56

从文本到知识：Neo4j 图数据库 + NLP (自然语言处理) 实现案例

我们现在处于“大数据时代”，而在浩繁的“大数据”中，绝大多数是文本形式的非结构化数据。图其实可以非常灵活和有效地表示和处理文本内容中的词语、概念、依存关系，并用作知识推理、情感分析、智能问答等丰富的应用中。本文以百度云的自然语言处理API服务为例，介绍怎样将文本分析的结果保存到Neo4j图数据库中。1、准备Neo4j图数据库3.5.*。APOC扩展包。关于如何安装APOC，请参见这里。我们要用到A
俞博士·2023-12-24 12:39

5月10日丰盛日记

从上完NLP课程后，发现不管自己还是身边的人，都不断的在变化，一个人不能改变另外一个人，但是能改变自身去影响另外一个人，今天跟老哥聊了下天，觉得老哥真的像变了一个人一样，以往他三言不到两语就会莫名其妙的发起脾气来
罗树伟·2023-12-24 11:57

自然语言处理（NLP）：理解语言，赋能未来

目录前言1什么是NLP2NLP的用途3发展历史4NLP的基本任务4.1词性标注（Part-of-SpeechTagging）4.2命名实体识别（NamedEntityRecognition）4.3共指消解
cooldream2009·2023-12-24 09:53

详解Keras3.0 KerasNLP Models: GPT2 GPT2Tokenizer

1、GPT2Tokenizer用于将文本数据转换为适合训练和预测的格式，主要功能是将输入的文本进行分词、编码等操作，以便在神经网络中使用keras_nlp.models.GPT2Tokenizer(vocabulary
缘起性空、·2023-12-24 06:17

人生三件事和戏剧三角

Nlp心理学认为，我们心中有个非常核心的脚本，很有趣，也是我们会循环在玩的一个剧——戏剧三角。戏剧三角最初的模型，只有下面的这个三角——受害者三角。
湖畔听潮·2023-12-24 04:27

论文笔记--A Fine-grained Interpretability Evaluation Benchmark for Neural NLP

论文笔记--AFine-grainedInterpretabilityEvaluationBenchmarkforNeuralNLP1.文章简介2.文章概括3文章重点技术3.1数据收集3.2数据扰动3.3
Isawany·2023-12-24 03:35

你知道如何改变你的人生剧本吗？一句话，让我看到不一样的自己

2006年的时候想学点东西，一开始并不知道NLP是什么，不知道什么叫价值排序。上课之后发现，NLP深深地改变了我。在学习NLP执行师后，我尝试做导师，“做导师到底要导什么？”
心理学传播者·2023-12-24 02:50

海尔CEO张瑞敏谈人不成熟的五个特征

文章出处：中国企业家思想|更新时间：2013-09-04http://manage.nlp.cn/art/story/75540.html导读：人不成熟的五大特征：立即要回报；不自律；经常被情绪左右；不愿学习
HelloEric_·2023-12-23 22:20

NLP12前提假设

NLP前提假设详解1、没有两个人是一样的。①没有两个人的人生经验会完全一样，所以没有两个人的信念价值观和规条会是一样。
似水流年cxy·2023-12-23 20:57

SpringBoot集成opencc4j实现繁体中文转为简体中文

有很多现成的工具和库可以实现这个功能，比如OpenCC、HanLP等。
Heartsuit·2023-12-23 20:47
上一页 22 23 24 25 26 27 28 29 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他