知识图谱+自然语言处理第11页

NLP入门系列—词嵌入 Word embedding

NLP入门系列—词嵌入Wordembedding2013年，Word2Vec横空出世，自然语言处理领域各项任务效果均得到极大提升。

不二人生·2024-02-05 10:54

自然语言处理从零到入门分词

自然语言处理从零到入门分词–Tokenization一、什么是分词？二、为什么要分词？

BlackStar_L·2024-02-05 09:24

【NLP入门教程】二、分词

分词（Tokenization）是自然语言处理的基本步骤之一，它将文本拆分成更小的组成部分，如单词、短语或符号等。这些拆分后的组成部分称为“词元”（Token）。

晨星同行·2024-02-05 09:21

人工智能：破局与创新的较量，谁将主宰未来？

这使得数据驱动的AI技术取得了突破性进展，尤其是在计算机视觉、自然语言处理等领域。1.2深度学习与神经网络的创新深度学习作为AI的核心技术之一，其基于神经网络的算法在近年来得到了快速发展。

猫之角·2024-02-05 09:14

【大厂AI课学习笔记】1.5 AI技术领域（1）计算机视觉

人工智能的三大基础应用领域是，自然语言处理，语音识别，计算机视觉。

giszz·2024-02-05 08:20

【大厂AI课学习笔记】1.5 AI技术领域（3）自然语言处理

今天来梳理自然语言处理的相关内容。

giszz·2024-02-05 08:20

【大厂AI课学习笔记】1.5 AI技术领域（2）语音识别

语音识别技术涉及到信号处理、模式识别、自然语言处理等多个领域的知识。二、关键技术信号处理和特征提取：语音信号是一种复杂的时

giszz·2024-02-05 08:46

ChatGPT高效提问—基础知识（LM、PLM以及LLM）

这些模型属于自然语言处理领域中最强大、最先进的技术之列，并广泛用于各种NLP任务，例如文本生成、文本分类、情感分析和机器翻译等

Bruce_Liuxiaowei·2024-02-05 08:11

深度学习在智能交互中的应用：人与机器的和谐共生

而人类的智能交互则是指人类与机器之间的信息交流和操作互动，包括语音识别、图像识别、自然语言处理等技术。深度学习与人类的智能交互相结合，可以实现更加自然、高效和智能的人机交互方式。

wd90119·2024-02-05 08:37

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（七）

原文：Hands-OnMachineLearningwithScikit-Learn,Keras,andTensorFlow译者：飞龙协议：CCBY-NC-SA4.0第十六章：使用RNN和注意力进行自然语言处理当艾伦

绝不原创的飞龙·2024-02-05 07:27

复旦大学NLP团队发布86页大模型Agent综述

复旦大学自然语言处理团队（FudanNLP）发布了一篇长达86页的综述论文，探讨了基于大型语言模型的智能代理的现状和未来。

源代码杀手·2024-02-05 06:57

自然语言开发AI应用,利用云雀大模型打造自己的专属AI机器人

如今，大模型层出不穷，这为自然语言处理、计算机视觉、语音识别和其他领域的人工智能任务带来了重大的突破和进展。大模型通常指那些参数量庞大、层数深、拥有巨大的计算能力和数据训练集的模型。

快乐非自愿·2024-02-05 06:26

为什么OpenAI会如此成功？

OpenAI之所以能够成功，可以归因于以下几个关键因素：创新研究与技术突破：OpenAI自成立以来就专注于人工智能领域的前沿研究，尤其是在自然语言处理（NLP）和深度学习领域。

科学禅道·2024-02-05 06:16

【自然语言处理】P4 神经网络基础 - 激活函数

目录激活函数SigmoidTanhReLUSoftmax本节博文介绍四大激活函数，Sigmoid、Tanh、ReLU、Softmax。激活函数为什么深度学习需要激活函数？博主认为，最重要的是引入非线性。神经网络是将众多神经元相互连接形成的网络。如果神经元没有激活函数，那么网络模型都将退化成为线性模型，从而失去了处理非线性问题的能力。非线性问题，如视觉识别、语音识别、图像识别等等。当神经网络具有处理

脚踏实地的大梦想家·2024-02-05 05:07

人工智能时代：AI提示工程的奥秘 —— 驾驭大语言模型的秘密武器

大语言模型的应用实践四、策略与技巧五、结语《AI提示工程实战：从零开始利用提示工程学习应用大语言模型》亮点内容简介作者简介目录获取方式一、引言随着人工智能技术的飞速发展，大语言模型作为一种新型的机器学习模型，已经在自然语言处理领域取得了显著的成果

程序边界·2024-02-05 04:47

PyTorch中的nn.Embedding的使用、参数及案例

例如，在自然语言处理任务中，词嵌入可以将每个单词表示为一个实数向量，从而将高维的词汇空间映射到一个低维的

神奇的布欧·2024-02-05 00:53

人工智能专业毕业设计最新最全选题精华汇总-持续更新中

HaiLang_IT·2024-02-04 19:31

RNN(神经网络)

这使得它在处理语音识别、自然语言处理、机器翻译等任务时表现出色。RNN的核心

取名真难.·2024-02-04 17:47

Large Language Models on Graphs: A Comprehensive Survey

2定义和背景3分类和框架4纯图5富含文本的图6文本成对图7应用8未来方向9结论摘要大型语言模型（LLM），如ChatGPT和LLaMA，由于其强大的文本编码/解码能力和新发现的涌现能力（如推理），正在自然语言处理方面取得重大进展

UnknownBody·2024-02-04 16:15

深度学习的进展：人工智能时代的里程碑

本文将回顾深度学习的发展历程，探讨其在图像识别、自然语言处理和语音识别等领域的重要应用，并展望深度学习在人工智能时代的前景。引言随着计算机技术的飞速发展，人工智能正逐渐走进我们的日常生活。

你不懂、、、·2024-02-04 14:49

NLP自然语言处理的基本语言任务介绍

自然语言处理（NaturalLanguageProcessing，NLP）是计算机科学、人工智能和语言学领域的一个分支，它致力于使计算机能够理解、解释和生成人类语言。

人生万事须自为，跬步江山即寥廓。·2024-02-04 14:43

生成式 AI 已掀起浪潮，行业发展会怎么样？

2.生成式AI应用的基础知识：包括什么是生成式AI、其与自然语言处理（NLP）之间的关系、数据隐私保护等方面的内容。

Runwise 即能创新·2024-02-04 13:26

Python开发常用的库汇总，附官网链接

文章目录前言环境管理包管理包仓库分发构建工具交互式解析器文件日期和时间文本处理特殊文本格式处理自然语言处理文档配置命令行工具下载器图像处理OCR音频Video地理位置HTTP数据库数据库驱动ORMWeb

python零基础入门小白·2024-02-04 11:58

未来5年内，人工智能将彻底改变你的商业模式

2、在自然语言处理、对话系统、机器翻译、摘要生成、问题解答、文本分类等领域有广泛的应用，为用户提供了强大的语言交互和智能化的服务。构建和训练这些大模

郭靖守襄阳【软芯民用】·2024-02-04 09:52

ACL 2022 VLN视觉和语言导航：任务、方法和未来方向综述

视觉和语言导航（VLN）是实现这一目标的一个基础性和跨学科的研究课题，越来越受到自然语言处理、计算机视觉、机器人和机器学习社区的关注。

善良的L君丶·2024-02-04 09:51

深度学习的进展

2.应用领域的拓展：深度学习在计算机视觉、自然语言处理、语音识别等领域取得了巨大的成功，同时也在生物医学、金融、交通等领域得到了广泛应用。

番茄不是西红柿1·2024-02-04 08:20

论文浅尝 | 动态知识图谱对齐

论文笔记整理：谭亦鸣，东南大学博士生来源：AAAI‘21链接：https://ojs.aaai.org/index.php/AAAI/article/view/16585概述本文提出了一种动态图谱(KG)对齐方法，在“动态”（即图谱可能随时间更新）的设定下，作者认为该任务的难点在于实体embedding的更新，因为KG更新后拓扑结构也会随之变化，而实体embedding与图谱结构高度相关。所提方法

开放知识图谱·2024-02-04 07:05

技术动态 | 知识图谱对工业组织生成式人工智能的重要作用

在应对这些挑战中，工业知识图谱作为一种战略解决方案应运而生。正如我们将在下面详细介绍的，知识图谱通过提高数据利用率和打破数据孤岛提供了生成人工智能所需的基础。

开放知识图谱·2024-02-04 07:05

论文浅尝 | 大型语言模型的人类对齐

笔记整理：方润楠、习泽坤，浙江大学硕士，研究方向为自然语言处理链接：https://arxiv.org/abs/2307.12966概述这份综述探讨了针对大型语言模型（LLMs）的人类期望进行对齐的技术

开放知识图谱·2024-02-04 07:04

能指、所指与计算机程序中类和对象、知识图谱中本体和实体异同

"能指与所指"和计算机程序中的类和对象、知识图谱中的本体和实体之间存在一些相似之处。在语言学中，"能指与所指"是指语言中词语（符号）与现实世界中的事物之间的关系。

人机与认知实验室·2024-02-04 06:36

深度学习和大数据技术的进步在自然语言处理领域的应用

前言随着深度学习和大数据技术的迅猛发展，自然语言处理（NaturalLanguageProcessing，NLP）取得了显著的进步。

想你依然心痛·2024-02-04 06:41

有哪些流行的中文开源语言模型？

支持中文的流行开源语言模型有很多，这些模型在自然语言处理领域的中文任务上表现出色，包括文本分类、情感分析、机器翻译、问答系统等。以下是一些支持中文的流行开源语言模型：1.

qq_20984273·2024-02-04 06:41

举例说明自然语言处理（NLP）技术

自然语言处理（NLP）技术是一种使计算机能够理解和处理人类自然语言的领域。以下是一些常见的NLP技术的例子：文本分类：将文本按类别进行分类，例如将电子邮件归类为垃圾邮件或非垃圾邮件。

做一个AC梦·2024-02-04 04:26

ChatGPT源码：NineAi新版AI系统网站源码

购买本专栏可免费下载栏目内所有资源不受限制，持续发布中，需要注意的是，本专栏为批量下载专用，并无法保证某款源码或者插件绝对可用，介意不要购买）NineAI.ChatGPT是基于ChatGPT开发的一个人工智能技术驱动的自然语言处理工具

很酷的站长·2024-02-04 01:22

自然语言处理——6.3 HMM之前向算法

解决问题1：快速计算观察序列概率给定模型和观察序列，快速计算：1.基本方法对于给定的状态序列,?困难如果模型有个不同的状态，时间长度为，那么有个可能的状态序列，搜索路径成指数级组合爆炸。2.解决方法：动态规——前向算法(Theforwardprocedure)1）基本思想：定义前向变量如果可以高效地计算，就可以高效地求得。因为是在到达状态时观察到序列的概率(所有可能的概率之和)：动态规划计算：在时

SpareNoEfforts·2024-02-04 01:37

LLM大模型

LLM模型是一种用于自然语言处理的语言模型，它是基于预训练的深度学习模型。LLM代表"LanguageLearningModel"，它的目标是通过大规模的文本数据来学习语言的表示和语义理解。

程序小勇·2024-02-03 22:05

2021-04-12

##目录[1.新手上路](#1-新手上路)-[1.1自然语言与编程语言的比较](#11-自然语言与编程语言的比较)-[1.2自然语言处理的层次](#12-自然语言处理的层次)-[1.3自然语言处理的流派

零一安·2024-02-03 20:43

【文本到上下文 #8】NLP中的变形金刚：解码游戏规则改变者

一、说明欢迎来到我们对不断发展的自然语言处理（NLP）领域的探索的第8章。在本期中，我们将重点介绍一项重塑NLP格局的突破性创新：Transformers。

无水先生·2024-02-03 20:22

【自然语言处理】P3 spaCy 与 NLTK（分词、词形还原与词干提取）以及 Porter 和 Snowball

目录准备工作spaCyNLTK文本分词spaCyNLTK词形还原spaCyNLTK词干提取PorterSnowballstemmers在自然语言处理（NLP）中，文本分词是将文本拆分为单词或词组的过程，

脚踏实地的大梦想家·2024-02-03 20:17

Transformer在GNN的前沿综述

1介绍Transformer架构在自然语言处理和计算机视觉等领域表现出色，但在图级预测中表现不佳。

数据派THU·2024-02-03 19:46

ChatGPT: 人工智能技术的崭新应用

而ChatGPT（GenerativePre-trainedTransformer）则是一种基于自然语言处理和深度学习技术的聊天机器人，它已经成为了人工智能技术领域的热门话题。本文将

久邦科技·2024-02-03 17:39

云微呼AI外呼技术：智能化营销的未来趋势

AI外呼技术结合了语音识别、自然语言处理和大数据分析等先进技术，为企业提供了更高效、更个性化的客户沟通解决方案。本文将探讨AI外呼技术的发展趋势、优势以及对营销领域的影响。

云微呼·2024-02-03 15:45

云微呼AI外呼：数字时代营销的智能引擎

AI外呼技术利用人工智能技术，通过语音识别、自然语言处理等技术手段，实现了自动化的电话拨打和信息传递，为企业提供了高效、个性化的客户沟通解决方案。

云微呼·2024-02-03 15:45

自然语言处理——5.2 语言模型（参数估计）

两个重要概念：训练语料(trainingdata)：用于建立模型，确定模型参数的已知语料。最大似然估计(maximumlikelihoodEvaluation,MLE):用相对频率计算概率的方法。最大似然估计求法对于n-gram，参数可由最大似然估计求得：其中，是历史串在给定语料中出现的次数，即,不管是什么。是在给定的条件下出现的相对频度，分子为与同出现的次数。举例例如，给定训练语料：“Johnr

SpareNoEfforts·2024-02-03 13:28

【自然语言处理】P1 对文本编码（One-Hot 与 TF-IDF）

目录独热表示（One-hot）TF-IDF此外对文本编码，目标是将自然语言文本表示为向量，从而便于继续处理和分析文本数据。三种常用对文本编码方法如下：独热表示（One-hot）独热表示（One-hotencoding）将句子中的每个单词转换为一个固定长度的二进制向量，其中每个向量表示句子中单词的独热编码。这个过程通常包括建立词库、独热编码两个步骤：#以这两个句子建立独热表示：Timefliesli

脚踏实地的大梦想家·2024-02-03 13:32

自然语言处理（NLP）—— Dialogflow ES聊天机器人

1.背景介绍这个实验室的目标是让你了解并使用Google的Dialogflow服务。Dialogflow是一个可以让你创建聊天机器人的服务，这个过程不需要或者只需要很少的编程技能。1.1账号的创建为了完成这个实验室，你需要在以下网站上创建账号：1.1DialogflowDialogflow:www.dialogflow.com（如果你有Google账号，可以直接使用它登录）；1.2ngrokngr

思诺学长·2024-02-03 12:13

知识图谱嵌入学习在推理方法中的应用与挑战

然而，传统的符号推理受限于人工定义，催生了机器学习方法的兴起，其中知识图谱嵌入学习成为研究的热点。本文将深入探讨基于知识图谱嵌入学习的推理方法，包括关系推理、符号推理与向量推理，以及各种嵌入模型的应用

cooldream2009·2024-02-03 10:29

NLP_NLP技术的演进史

从这里我们可以看出，AI最早的愿景与自然语言处理息息相关。NLP问题是AI从诞生之日起就亟须解决的主要问题。基于规则:在随后的数十年中，人们尝试通过基于语法和语义规则的方法来解决NLP问题。

you_are_my_sunshine*·2024-02-03 10:06

教你打造智能知识图谱平台-构建企业知识图谱方法和应用

1.知识图谱平台架构如何搭建上一篇文章讲过基础的搜索引擎可先不部署OCR功能，此时搭建的图谱功能只能称为一个简单的专家系统。如果想打造出成熟的图谱系统，还是不能偷懒，按照完整的图谱平台框架构建。

罗川社·2024-02-03 10:28

自然语言nlp学习五

6-10文本生成--介绍_哔哩哔哩_bilibili在自然语言处理（NLP,NaturalLanguageProcessing）领域，“sequence”通常是指一个有序的数据集合，它由一系列元素按照特定顺序排列而成

wangqiaowq·2024-02-03 10:05

推荐频道

知识图谱+自然语言处理