【NLP

Python项目--基于Python的自然语言处理文本摘要系统

1.项目概述自然语言处理(NLP)是人工智能领域中一个重要的研究方向，而文本摘要作为NLP的一个重要应用，在信息爆炸的时代具有重要意义。
天天进步2015·2025-04-17 16:21

LangChain、LangFlow、 Dify联系和区别

模块化集成：用户可以将多个NLP模型或外部工具整合到一
AI Agent首席体验官·2025-04-17 10:09

【论文精读(GELUS)】GAUSSIAN ERROR LINEAR UNITS (GELUS)

GELU：让计算机视觉、NLP、语音任务性能飙升的激活函数本文探讨的高斯误差线性单元（GaussianErrorLinearUnit，GELU）是由DanHendrycks和KevinGimpel提出的一种高性能神经网络激活函数
Open NLP·2025-04-17 08:27

【NLP】 22. NLP 现代教程：Transformer的训练与应用全景解读

NLP现代教程：Transformer的训练与应用全景解读一、Transformer的使用方式（TrainingandUse）如何使用Transformer模型？
pen-ai·2025-04-16 12:14

量化视角：比特币&美债&黄金三角博弈的DeepSeek推演

一、AI视角下的加密货币波动特征分析通过自然语言处理（NLP）算法对20万条财经新闻进行情感分析发现，比特币价格与政策关键词的关联度高达0.83。当"关税调整"类政策
金融小师妹·2025-04-16 10:06

检索增强生成（RAG）：利用Python、LangChain和OpenAI实现前沿的自然语言处理技术

检索增强生成（RAG）：利用Python、LangChain和OpenAI实现前沿的自然语言处理技术引言在自然语言处理（NLP）的领域中，随着大型语言模型（LLM）的发展，我们已经见证了许多突破性的进展
m0_57781768·2025-04-16 09:25

【NLP】 自然语言处理笔记

NLP的全称是NatuarlLanguageProcessing，中文意思是自然语言处理，是人工智能领域的一个重要方向。
轻闲一号机·2025-04-15 21:03

大语言模型的技术发展历程，从N-gram到DeepSeek-R1

本文主要从技术角度回顾自然语言处理NLP领域的发展历程，介绍各个模型的思路和创新点，聚焦NLP经典模型和技术突破的理解，不深入数学推导过程前言根据整个自然语言处理NLP领域的技术发展，可以将其分为四个技术阶段
TARO_ZERO·2025-04-15 18:18

【NLP笔记】预训练+微调范式之OpenAI Transformer、ELMo、ULM-FiT、Bert..

(HowNLPCrackedTransferLearni
`AllureLove·2025-04-15 18:16

一起学Hugging Face Transformers（10）- 使用Transformers 库的 Trainer API 进行模型微调

文章目录前言二、环境准备三、数据准备四、模型选择与加载五、数据预处理1.代码2.详细解析3.小结六、微调模型七、模型评估八、保存模型总结前言在自然语言处理（NLP）领域，预训练模型如BERT、GPT等已经展示了其强大的能力
做个天秤座的程序猿·2025-04-15 18:15

深度剖析现阶段的多模态大模型做不了医疗

导读在人工智能的这波浪潮中，以ChatGPT为首的大语言模型（LLM）不仅在自然语言处理（NLP）领域掀起了一场技术革命，更是在计算机视觉（CV）乃至多模态领域展现出了令人瞩目的潜力。
AI程序猿人·2025-04-15 15:27

RAG架构概述

RAG在自然语言处理（NLP）中的应用尤为广泛，特别是在需要大量背景知识的任务，如问答系统、对话生成、摘要生成等。
沉墨的夜·2025-04-15 10:27

利用python从零实现Byte Pair Encoding(BPE)

喜欢可以到我的主页订阅专栏哟(＾Ｕ＾)ノ~ＹＯ第一章：自然语言处理与分词技术基础1.1自然语言处理的核心挑战自然语言处理（NaturalLanguageProcessing,NLP）作为人工智能领域的重要分支
accurater·2025-04-15 09:55

Python Transformer 库及使用方法

Python中的Transformer库及使用方法一、库的概述HuggingFaceTransformers是自然语言处理（NLP）领域最流行的开源库之一，支持基于Transformer架构的预训练模型
学亮编程手记·2025-04-15 08:40

嵌入模型：专注于中文能力的开源模型分析

目录关键要点嵌入模型：专注于中文能力的开源模型分析引言模型选择与对比性能与准确性语言支持成本分析嵌入维度速度与延迟定制化与微调使用建议具体应用案例与场景结论关键引用关键要点研究表明，Alibaba-NLP
樽酒ﻬق·2025-04-15 07:33

Embedding质量评估、空间塌缩、 Alignment & Uniformity

Embedding质量的评估和空间塌缩的解决是自然语言处理（NLP）和推荐系统领域的关键问题。
taoqick·2025-04-15 05:20

nlp培训重点-5

1.LoRA微调loader：#-*-coding:utf-8-*-importjsonimportreimportosimporttorchimportnumpyasnpfromtorch.utils.dataimportDataset,DataLoaderfromtransformersimportBertTokenizer"""数据加载"""classDataGenerator:def__i
heine162·2025-04-14 23:44

nlp面试重点

深度学习基本原理：梯度下降公式，将损失函数越来越小，最终预测值和实际值误差比较小。交叉熵：-p(x)logq(x)，p(x)是one-hot形式。如果不使用softmax计算交叉熵，是不行的。损失函数可能会非常大，或者预测的概率是[-0.1,0.3,0.5],log不接收负值。pytorch默认给你加softmax。如果softmax改成sigmoid也不行，如sigmoid过完以后，[0.9,0
heine162·2025-04-14 23:13

Transformer 介绍

Transformer完整介绍Transformer是现代人工智能生成内容（AIGC）领域，尤其是自然语言处理（NLP）和计算机视觉（CV）中的核心模型架构。
爱看烟花的码农·2025-04-14 17:27

自回归概率模型（Autoregressive Probabilistic Models）

它们通过建模序列的联合概率分布，逐步生成下一个元素（通常是词或字符），广泛应用于自然语言处理（NLP）任务。
爱看烟花的码农·2025-04-14 17:27

DeepSeek解码美元信用塌陷：黄金飙升的量化逻辑

一、AI观察：政策反复触发市场剧烈震荡基于自然语言处理（NLP）模型对政策文本的实时追踪，美政府近期关税政策的频繁调整（24小时内出现180度转向）显著影响了市场情绪。
金融小师妹·2025-04-14 11:49

TensorFlow自然语言处理深度解析：从理论到工业级实践

自然语言处理(NLP)作为人工智能的核心领域之一，在过去五年经历了革命性的发展。
qq_16226939·2025-04-14 09:09

（源码）TensorFlow自然语言处理深度解析：从理论到工业级实践

本文是关于另一篇文章TensorFlow自然语言处理深度解析：从理论到工业级实践-CSDN博客的后续，以下是一个完整的、可执行的TensorFlowNLP代码实现，整合了文章中提到的核心技术点（注意力机制
qq_16226939·2025-04-14 09:09

NLP高频面试题（三十七）——大模型训练和推理的显存估计

在训练和推理大型语言模型时，显存（GPU内存）的需求是一个关键考虑因素。准确估计这些需求有助于选择合适的硬件配置，确保模型高效运行。推理阶段的显存需求在推理过程中，显存主要用于存储模型权重和中间激活值。模型权重的显存需求可以通过以下公式估算：模型权重显存=参数数量×每个参数的字节数例如，对于一个具有70亿（7B）参数的模型：FP32（32位精度）：7B×4字节=28GBFP16（16位精度）：7
Chaos_Wang_·2025-04-13 23:06

【机器学习】每日一讲-朴素贝叶斯公式

*一、朴素贝叶斯公式详解****1.贝叶斯定理基础****2.从贝叶斯定理到分类任务****3.特征独立性假设****4.条件概率的估计****二、在AI领域的作用****1.文本分类与自然语言处理（NLP
问道飞鱼·2025-04-13 20:19

用Python修改字体字形与提取矢量数据：fontTools实战指南

字体设计与分析是NLP和视觉领域的交叉应用，而**fontTools**是一款强大的Python库，可以让我们直接操作字体文件的底层结构。
东方佑·2025-04-13 18:05

大语言模型(Large Language Models) 原理与代码实例讲解

LargeLanguageModels)-原理与代码实例讲解1.背景介绍1.1问题的由来随着大数据和深度学习技术的飞速发展，大语言模型（LargeLanguageModels,LLMs）成为了自然语言处理（NLP
AI天才研究院·2025-04-13 12:27

【机器学习】Pandas中to_pickle()函数的介绍与机器学习中的应用

【机器学习】Pandas中to_pickle()函数的介绍和机器学习中的应用欢迎莅临我的个人主页这里是我深耕Python编程、机器学习和自然语言处理（NLP）领域，并乐于分享知识与经验的小天地！
云天徽上·2025-04-13 12:56

层归一化详解及在 Stable Diffusion 中的应用分析

一、常见的归一化技术名称归一化维度应用场景简要说明LayerNorm对每个样本的所有特征进行归一化NLP、Transformer与batch无关，适合变长序列建模BatchNorm对batch内同一通
AIGC_增益·2025-04-13 01:10

微调和蒸馏：详细技术全解_蒸馏 微调

前言LLM已经彻底改变了人工智能，特别是具有数十亿到数百亿参数的模型，使其在各种自然语言处理（NLP）任务中实现了最先进的表现。然而，它们庞大的体量带来了计算效率、适应性和部署可行性方面的挑战。
慕烟疏雨·2025-04-12 22:56

【NumPy】深入解析numpy.zeros_like()函数

NumPy中的numpy.zeros_like函数：功能解析与应用实例欢迎莅临我的个人主页这里是我深耕Python编程、机器学习和自然语言处理（NLP）领域，并乐于分享知识与经验的小天地！
二七830·2025-04-12 06:35

深度探索：机器学习中的编码器-解码器模型（Encoder-Decoder）原理及应用

优缺点分析优点：缺点：6.案例应用7.对比与其他算法8.结论与展望1.引言与背景在机器学习的广阔领域中，编码器-解码器（Encoder-Decoder）模型作为一种强大且灵活的框架，近年来在自然语言处理（NLP
生瓜蛋子·2025-04-12 06:34

Python 计算文本相似度（Levenshtein、Jaccard、TF-IDF）

```htmlPython计算文本相似度（Levenshtein、Jaccard、TF-IDF）Python计算文本相似度（Levenshtein、Jaccard、TF-IDF）在自然语言处理（NLP）
数据库管理员的恶梦fB·2025-04-12 04:21

NLP实践:pytorch 实现基于LSTM的预训练模型以及词性分类任务

环境版本配置1:CUDA版本:Cudacompilationtools,release11.8,V11.8.89在cmd中用以下指令查看nvcc-V**2:cudnn版本:**8700importtorch#用这个查看print(torch.backends.cudnn.version())3:python版本:3.94:Pytorch版本:torch2.0.0+cu1185:nltk:3.8.1
某科学の憨憨·2025-04-11 06:29

NLP基础知识 与 词向量的转化方法 发展

目录1.NLP基础知识点为什么需要自然语言处理？自然语言处理有哪些分类？自然语言处理有哪些实际应用？为什么需要自然语言处理？自然语言处理有哪些分类？自然语言处理有哪些实际应用？
Hiweir ··2025-04-11 01:02

【NLP应用场景全解】自然语言处理如何改变世界？

根据Statista预测，到2025年，全球NLP市场规模将达到438亿美元。本文将系统梳理NLP的主要应用场景，结合最新技术趋势，帮助你了解NLP技术的落地现状与未来发展方向。
Chaos_Wang_·2025-04-11 01:31

基于NLP的对话系统开发：从零构建智能客服机器人

基于NLP的对话系统开发：从零构建智能客服机器人引言随着人工智能技术的快速发展，智能客服机器人已经成为企业提高客户服务效率、降低运营成本的重要工具。
范范0825·2025-04-10 07:31

人工智能和自然语言处理（NLP）基本知识和学习

自然语言处理（NLP）基本知识和学习自然语言处理（NLP）：深度学习在自然语言处理领域也有显著的应用，如文本分类、情感分析、机器翻译等。
熵减画眉·2025-04-09 21:18

机器学习--词向量转换

引言在自然语言处理（NLP）的广阔领域中，计算机面临的一大挑战是理解人类语言的丰富性和复杂性。文本数据对于机器而言，最初只是一连串难以理解的字符。
2201_75491841·2025-04-09 19:09

白话文讲解大模型必修基础知识 | Transformer架构（小白也能看懂）

前言Transformer架构自2017年被提出以来，已经成为自然语言处理（NLP）领域的核心模型之一。
大模型面试·2025-04-09 18:34

【DeepSeek】从文本摘要到对话生成：DeepSeek 在 NLP 任务中的实战指南

摘要DeepSeek作为一款强大的自然语言处理（NLP）模型，能够在文本摘要、情感分析、对话生成等任务中提供出色的表现。
·2025-04-09 13:29

如何获取 `vocab.txt` 文件

步骤详解：如何获取vocab.txt文件在自然语言处理（NLP）项目中，vocab.txt文件是一个关键的组成部分。
zru_9602·2025-04-09 10:11

Transformer 架构详解

它在自然语言处理（NLP）和其他序列建模任务中取得了前所未有的成功。
培根芝士·2025-04-09 09:06

【NLP 面经 6】

当上帝赐予你荒野时，就意味着，他要你成为高飞的鹰——25.4.3一、机器翻译任务，Transformer结构模型改进在自然语言处理的机器翻译任务中，你采用基于Transformer架构的模型。在翻译一些具有丰富文化内涵、习语或隐喻的句子时，翻译质量较差，并且在处理生僻词汇时也经常出现错误。请从模型架构、训练数据和推理优化三个方面分析可能的原因，并提出相应的改进措施。模型架构方面原因：缺乏外部知识融
L_cl·2025-04-09 05:42

浅谈「分词」：原理 + 方案对比 + 最佳实践

它是NLP（自然语言处理）和全文搜索的第一步。举个例子：原始文本：“我爱自然语言处理”分词结果（中文）：我/爱/自然语言/处理英文
silence250·2025-04-09 02:49

BPE（Byte Pair Encoding，字节对编码）

BPE（BytePairEncoding，字节对编码是一种常用的子词分词算法，在自然语言处理（NLP）中用于将文本分割成更小的单位，例如子词或字符序列。
CyreneSimon·2025-04-08 16:16

零门槛，即刻拥有 Deepseek-R1满血版

自然语言处理（NLP）作为AI领域的重要分支，更是成为了推动众多行业发展的关键力量。然而，对于许多开发者和企业来说，高昂的技术门槛和复杂的部署流程往往成为他们拥抱先进NLP技术的阻碍。
·2025-04-08 15:33

【NLP】Transformer网络结构（2）

一、Transformer整体架构Transformer由Encoder和Decoder堆叠组成，每个Encoder/Decoder层包含以下核心模块：Encoder层：Multi-HeadSelf-Attention→Add&LayerNorm→Feed-Forward→Add&LayerNormDecoder层：MaskedMulti-HeadSelf-Attention→Add&LayerN
油泼辣子多加·2025-04-08 15:41

AI 知识库是什么？企业如何构建智能化知识管理体系？

AI知识库是一种融合自然语言处理（NLP）、机器学习（ML）和智能搜索的知识管理系统。它能够自动分析和推荐知识内容，帮助企业快速构建高效的知识管理
·2025-04-07 22:40

《AI大模型应知应会100篇》第5篇：大模型发展简史：从BERT到ChatGPT的演进

这些模型不仅推动了自然语言处理（NLP）技术的飞跃，还深刻改变了人机交互的方式。本文将带领读者回顾大模型发展的关键历史节点，从BERT到ChatGPT的演进过程，帮助大家理解这一技术领域的脉络与逻辑。
带娃的IT创业者·2025-04-07 17:50
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他