自然语言(nlp)论文阅读笔记

【论文阅读笔记】Modality-Specific Information Disentanglement from Multi-parametric MRI for Breast Tumor Seg

ChenQ,ZhangJ,MengR,etal.Modality-SpecificInformationDisentanglementfromMulti-parametricMRIforBreastTumorSegmentationandComputer-aidedDiagnosis[J].IEEETransactionsonMedicalImaging,2024.【开源】【核心思想】设计一个名为
cskywit·2024-01-18 08:40

【论文阅读笔记】4篇Disentangled representation learning用于图像分割的论文

4篇应用解耦表示学习的文章，这里只关注如何解耦，更多细节不关注，简单记录一下。1.RobustMultimodalBrainTumorSegmentationviaFeatureDisentanglementandGatedFusionChenC,DouQ,JinY,etal.Robustmultimodalbraintumorsegmentationviafeaturedisentangleme
cskywit·2024-01-18 08:06

On Data Scaling in Masked Image Modelin

前言 本文验证SIMMIM无监督预训练方法，是否会出现与NLP类似的拓展法则现象。1、结论 这篇论文做了大量的对比实验，因此，先说结论： 1）大模型在小数据上过拟合；（感觉没啥a） 2）MIM
武乐乐~·2024-01-18 07:49

第一周 循环序列模型（Recurrent Neural Networks）

循环神经网络（RNN）之类的模型在语音识别、自然语言处理和其他领域中引起变革。在本节课中，你将学会如何自行创建这些模型。我们先看一些例子，这些例子都有效使用了序列模型。
def1037aab9e·2024-01-18 06:20

【论文阅读笔记】Contrastive Multiview Coding

ContrastiveMultiviewCoding摘要 这篇文章主要探讨人类通过多种感官通道来观察世界，比如左眼观察到的长波长光通道，或右耳听到的高频振动通道。每个观察角度都带有噪音且是不完整的，但一些重要的因素，如物理、几何和语义，往往在所有观点之间共享（例如，“狗”可以被看到、听到和感受到）。文章研究了一个经典的假设，即一个强大的表示应该能够建模与观察角度无关的因素。 在多视图对比学习的框架
Kirvin_xia·2024-01-18 06:26

NLP任务中常用的损失函数

损失函数类型适用于：文本分类，情感分析，机器翻译，抽取式问答的有：y,y^y,\hat{y}y,y^分别表示真实和预测值二分类交叉熵损失L(y,y^)=−(ylogy^+(1−y)log(1−y^)L(y,\hat{y})=-(ylog\hat{y}+(1-y)log(1-\hat{y})L(y,y^)=−(ylogy^+(1−y)log(1−y^)多分类交叉熵损失函数L(y,y^)=−∑i=1m
bulingg·2024-01-18 04:22

中文NLP笔记：11. 基于 LSTM 生成古诗

基于LSTM生成古诗1.语料准备一共四万多首古诗，一行一首诗2.预处理将汉字表示为One-Hot的形式在每行末尾加上]符号是为了标识这首诗已经结束，说明]符号之前的语句和之后的语句是没有关联关系的，后面会舍弃掉包含]符号的训练数据。puncs=[']','[','（','）','{','}','：','《','》']defpreprocess_file(Config):#语料文本内容files_c
不会停的蜗牛·2024-01-18 04:37

我也有灰色地带

别以为我整天写NLP的好处，我的生活就一定过得完美，不可能的。NLP虽好，我也有用错的时候。在我看来，一旦用错，就必然会导致我所不期的结果。我把我行差踏错的场景标识成“我的灰色地带”。
福哥0075826·2024-01-17 22:23

ChatGPT 和文心一言哪个更好用？

它们能够理解自然语言问题，并给出符合语境的回答。不过，在某些情况下，ChatGPT的回答可能会更加自然和流畅，而文心一言的回答可能会略显生硬。语言准确性：在语言
隐私无忧·2024-01-17 22:13

NLP三大特征提取器全梳理：RNN vs CNN vs Transformer

【嵌牛鼻子】RNNCNNTransformer【嵌牛提问】NLP三大特征提取器是什么？【嵌牛正文】如果用
d5cc63d9e177·2024-01-17 20:10

【OUC深度学习入门】第6周学习记录：Vision Transformer & Swin Transformer & ConvNeXt

Part1VisionTransformer1网络结构ViT模型不仅适用于NLP领域，在CV领域也能取得不错的效果。
深蓝与夜的呼吸·2024-01-17 19:41

ai智能客服的发展是怎么样的？

智能客服是指利用人工智能技术来实现客户服务的一种方式，它可以通过自然语言处理、机器学习等技术，来帮助企业提高客户服务效率和质量，从而提升企业的竞争力。
Live800智能客服·2024-01-17 19:34

【深度学习：BERT 】开源 BERT：最先进的自然语言处理预训练

【深度学习：BERT】开源BERT：最先进的自然语言处理预训练BERT有何不同？双向性的力量使用云TPU进行训练BERT结果让BERT为您服务自然语言处理（NLP）的最大挑战之一是训练数据的短缺。
jcfszxc·2024-01-17 19:27

2022-03-21

自然语言处理实验演示-13.文本清洗和分词我们将学习更多的文本数据预处理步骤，以及如何从预处理文本中提取特征，并将它们转换为向量。
跨象乘云·2024-01-17 19:45

儿子写给母亲的表扬颂

为期四天的心理学NLP系统学习结束了，回忆四天的学习，第三天培训的肖导留了一个作业，给我留下了深刻的印象，作业内容是要我们站在他人角度给自己写一篇表扬颂，她人可以是朋友，孩子，父母，兄弟姐妹。
蜗居娃娃·2024-01-17 18:48

Python文本向量化入门（三）：查看默认词袋

在文本分析和自然语言处理中，将文本数据转换为数值型格式是至关重要的第一步。这有助于我们利用机器学习算法进行更高效的数据分析。
Dxy1239310216·2024-01-17 17:04

Python文本向量化入门（四）：中文词袋问题

在文本分析和自然语言处理中，将中文文本转换为数值型格式是一个重要的步骤。这有助于我们利用机器学习算法进行高效的数据分析。
Dxy1239310216·2024-01-17 17:04

论文阅读笔记——Challenges of developing a digital scribe to reduce clinical documentation burden

开发数字抄写器（以减轻临床记录文档的负担）的一系列挑战Challengesofdevelopingadigitalscribetoreduceclinicaldocumentationburden原文链接：https://www.nature.com/articles/s41746-019-0190-1文章目录开发数字抄写器（以减轻临床记录文档的负担）的一系列挑战Challengesofdevel
whu_swh·2024-01-17 16:10

PyTorch Tutorial 2.0

这里是对于PyTorchTutorial-CSDN博客的补充，但是与其相关的NLP内容无关，只是一些基础的PyTorch用法的记录，主要目的是能够自己生成一些模拟的数据集。
Karen_Yu_·2024-01-17 15:55

stanfordcorenlp 提示RuntimeError: Java not found.

遇到问题：/anaconda3/envs/tensorflow/bin/python3/anaconda3/demo/demo/gcn_eca/gcn_model_tf/get_w2v_corpus.pyTraceback(mostrecentcalllast):File“/anaconda3/demo/demo/gcn_eca/gcn_model_tf/get_w2v_corpus.py”,li
liqiang12689·2024-01-17 15:18

ChatGPT4.0 ＞ChatGPT 3.5 ＞ 文心一言

文章目录前言一、ChatGPT4.0与ChatGPT3.5相比具有以下优点：二、ChatGPT和文心一言相比具有以下优点：总结前言ChatGPT是一种基于自然语言处理的对话型人工智能模型，由OpenAI
测试部的故事·2024-01-17 15:45

normalization in nn （batchnorm layernorm instancenorm groupnorm）

importtorchimporttorch.nnasnn定义输入，本文以nlp或时间序列预测的数据结构为例。即[batch_size,time_ste
sdu_study·2024-01-17 14:48

Relation-Aware Graph Transformer for SQL-to-Text Generation

Relation-AwareGraphTransformerforSQL-to-TextGenerationAbstractSQL2Text是一项将SQL查询映射到相应的自然语言问题的任务。
落啦啦·2024-01-17 14:43

【创作活动】ChatGPT 和文心一言哪个更好用？

AI大模型，文心一言是由百度研发的知识增强大语言模型，本文从Java开发的角度对比一下哪个更好用（本文仅用于投稿CSDN创造活动）文心一言  文心一言是百度推出的一款人工智能语言模型，主要用于文本生成和自然语言处理任务
瑞486·2024-01-17 14:48

使用Hanlp加载大字典

问题因为需要加载一个近1G的字典到Hanlp中，一开始使用了CustomDictionay.add()方法来一条条的加载，果然到了中间，维护DoubleArraTre的成本太高，添加一个节点，都会很长时间
lanlantian123·2024-01-17 12:10

技术动态 | 知识图谱遇上RAG行业问答:回顾知识检索增强范式、挑战及与知识图谱的结合...

转载公众号|老刘说NLP今天我们来看看AIDD2023(https://aidd.vip/dhrc-sz2023)中有关知识图谱与行业问答上的一些有趣的分享，供大家一起参考。
开放知识图谱·2024-01-17 11:46

论文浅尝 | 记忆力强还是健忘？深入探究语言模型的知识记忆机制

笔记整理：方润楠，浙江大学硕士，研究方向为自然语言处理链接：https://arxiv.org/abs/2305.09144摘要近年来，大规模预训练语言模型展示出惊人的记忆能力，相比之下，未经预训练的普通神经网络存在着灾难性遗忘的问题
开放知识图谱·2024-01-17 11:43

ChatGPT 和文心一言哪个更好用？

文心大模型4.0的回答ChatGPT和文心一言都是非常强大的自然语言处理模型，它们都有各自的优势和特点，因此很难说哪个更好用。
BZD数模社·2024-01-17 11:40

ChatGPT人工智能对话系统源码 一款非常强大的AI智能系统 附带完整的搭建教程

它基于深度学习技术，通过学习大量的语料库，实现了自然语言理解和生成的能力，能够与用户进行智能化的交互。
源码集结地·2024-01-17 11:38

用通俗易懂的方式讲解：大模型 RAG 在 LangChain 中的应用实战

LangChain是什么LangChain是一个强大的自然语言处理工具，提供了丰富的功能来简化文本处理和信息检索任务。它的强大之处
Python算法实战·2024-01-17 11:56

冻结Prompt微调LM： T5 & PET （a）

2019.10ExploringtheLimitsofTransferLearningwithaUnifiedText-to-TextTransformerTask:EverythingPrompt:前缀式人工promptModel:Encoder-DecoderTakeAway:加入前缀Prompt，所有NLP
AI-智能·2024-01-17 11:55

如何十分钟快速看懂一篇英文NLP论文？

已经2024年了，该出现一个写论文解读AIAgent了。大家肯定也在经常刷论文吧。但真正尝试过用GPT去刷论文、写论文解读的小伙伴，一定深有体验——费劲。其他agents也没有能搞定的，今天我发现了一个超级厉害的写论文解读的agent，传送门：赛博马良智能体-AI论文解读达人它不仅可以每天推荐你想看的AI论文，而且当你想快速看懂一篇英文论文的时候，可以直接丢给我们的agent，它就会给你写一篇详细
夕小瑶·2024-01-17 10:16

2024年1月16日Arxiv热门NLP大模型论文：Ada-Retrieval: An Adaptive Multi-Round Retrieval Paradigm for Sequential R

多轮次智能推荐新突破，MSRA&人大联合提出Ada-Retrieval，性能全面超越传统模型！引言：个性化推荐系统的新篇章个性化推荐系统在电子商务、社交媒体和娱乐平台等在线应用中扮演着至关重要的角色。通过根据用户的历史行为和偏好提供个性化推荐，这些系统增强了用户体验和参与度。尽管传统的单轮检索模型在推荐系统中已经取得了一定的成功，但它们在捕捉用户偏好的动态性和适应不断变化的项目空间多样性方面仍存在
夕小瑶·2024-01-17 10:16

2024年1月16日Arxiv热门NLP大模型论文：Using Natural Language Inference to Improve Persona Extraction from Dialog

霍普斯金新研究:提高对话智能体在新领域中从对话中提取个性信息的能力引言：探索跨领域对话智能体的个性化挑战在构建对话智能体时，个性化是一个关键挑战，尤其是在跨领域的情况下。对话智能体需要能够根据其被赋予的角色或个性来生成回应，这要求它们能够理解并表达与特定角色相关的特征和行为。然而，现有的对话智能体往往在维持一致的个性上存在困难，尤其是在从现实世界场景转移到如幻想世界等不同叙事领域时。为了解决这一问
夕小瑶·2024-01-17 10:45

2024年1月16日Arxiv热门NLP大模型论文：A Closed-form Solution for Weight Optimization in Fully-connected ......

颠覆传统！一次迭代，全层并行，新神经网络权重优化方法，让机器学习效率飞跃引言：机器学习的崛起与发展概述在21世纪初，强大的计算机硬件和工作站的出现使得机器学习得以迅猛发展。作为人工智能的一部分，机器学习领域不断演进，并吸引了大量的研究兴趣，特别是在成功应用于各种学术和工业问题之后。这些机器的强大处理能力甚至在某些情况下超越了人类的表现。机器学习工具对于那些难以建立精确数学模型的实际问题尤其有趣，因
夕小瑶·2024-01-17 10:45

十分钟读完 OpenAI提出InstructGPT模型的经典论文：Training language models to follow instructions with human feedback

OpenAI提出新模型InstructGPT：通过人类反馈微调大型语言模型，减少有害输出引言：探索大型语言模型与用户意图对齐的新途径随着人工智能技术的飞速发展，大型语言模型（LMs）在自然语言处理（NLP
夕小瑶·2024-01-17 10:15

2024年1月16日Arxiv最热NLP大模型论文：The Unreasonable Effectiveness of Easy Training Data for Hard Tasks

让AI从简单学起，竟然能解决难题？AllenAI最新研究发现：简单到困难的泛化能力出奇地强引言：探讨训练模型在难题上的表现：简单数据的不合理有效性在人工智能的发展过程中，一个重要的问题是如何训练模型以便它们能够在难度较高的测试数据上表现良好，尤其是在难以获取准确标注的难题训练数据的情况下。这个问题被称为可扩展监督问题（scalableoversightproblem），随着语言模型的不断进步，这个
夕小瑶·2024-01-17 10:14

2024年1月16日Arxiv热门NLP大模型论文：Improved Learned Sparse Retrieval with Corpus-Specific Vocabularies

亚马逊颠覆搜索技术：自定义词汇库提升检索性能，效率提高50%，准确度飙升12%！引言：搜索引擎中的词汇选择与检索效率在搜索引擎的世界中，词汇的选择对于检索效率至关重要。传统的搜索引擎技术，如BM25，依赖于对文档中词汇的频率统计来估计词汇的重要性。然而，随着预训练语言模型（如BERT）的兴起，我们现在可以通过直接优化检索任务来学习文档中词汇的重要性。这些学习到的词汇重要性分数是许多学习型稀疏检索技
夕小瑶·2024-01-17 10:14

2024年1月16日Arxiv最热NLP大模型论文：How Johnny Can Persuade LLMs to Jailbreak Them: Rethinking Persuasion to C

让大语言模型轻松「越狱」，人大研究揭示AI安全新风险，攻击成功率高达92%！引言：人工智能安全的新视角——以人类沟通者的角色挑战大型语言模型（LLMs）随着大型语言模型（LLMs）的日益普及和能力提升，它们在日常互动中的安全性问题也逐渐显现。传统的人工智能（AI）安全研究多从算法角度出发，关注由安全专家开发的基于算法的攻击手段。然而，非专家用户在与LLMs的日常交互中也可能带来风险。本文提出了一种
夕小瑶·2024-01-17 10:43

2024 年1月15日Arxiv最热NLP大模型论文：APAR: LLMs Can Do Auto-Parallel Auto-Regressive Decoding

清华大学让大语言模型自动并行自回归解码，速度提升高达4倍！引言：大型语言模型的高效部署挑战随着大型语言模型（LLMs）在各种人工智能应用中的广泛应用，对于这些模型的高效部署需求日益增长。高效部署在这里指的是低延迟和高吞吐量。然而，LLMs的基础自回归（AR）结构给实现更高效的服务带来了显著挑战。首先，自回归解码过程中，每一个新的词元都是基于之前生成的所有词元条件生成的，这种增量式解码导致生成速度不
夕小瑶·2024-01-17 10:13

2024年1月16日Arxiv热门NLP大模型论文：Multi-Candidate Speculative Decoding

大幅提速NLP任务，无需牺牲准确性！
夕小瑶·2024-01-17 10:03

机器语言拟人化，未来的人类实体走向何方？

尤其最近爆火的ChatGTP，更让资本嗅到了未来的商机，众多国内外大厂开始宣布深入研发这项通过人工智能技术驱动的自然语言处理工具。资本望到商机，打工仔看到的却是对未来的迷茫。
梅雪璋·2024-01-17 09:53

刘知远LLM入门到实战——自然语言基础

文章目录自然语言处理基础词表示语言模型N-gramModelNeuralLanguageModel:为什么NLP等领域的模型越来越大？大模型会带来哪些新的范式和挑战？
李日音·2024-01-17 08:41

Python数据分析案例33——新闻文本主题多分类(Transformer, 组合模型) 模型保存

模型构建很重要，现在对于自然语言处理基本都是神经网络的方法了。
阡之尘埃·2024-01-17 06:48

Midjourney的注册、订阅

MJ的工作模式就是从自然语言描述中生成图像，官方叫法是「Prompt」，中文译作「提示词」，AIGC圈内也称作「咒语
ai使用测评·2024-01-17 06:06

探索 ChatGPT 中文版：开启自然语言处理新纪元

ChatGPT中文版是一款由OpenAI推出的自然语言处理模型，它在中文语境下展现出了出色的文本生成和对话交互能力。作为程序员，我们对这一领域的创新和发展充满期待。
菜鸟一记·2024-01-17 06:57

深入探索智能问答：从检索到生成的技术之旅

在本文中，我们深入探讨了自然语言处理中的智能问答系统，从其发展历程、主要类型到不同的技术实现。文章详细解析了从基于检索、对话到基于生成的问答系统，展示了其工作原理和具体实现。
工业甲酰苯胺·2024-01-17 06:38

探索2023年大模型与AIGC峰会：程序员的学习之旅与未来展望

大模型指的是具有大规模参数的深度学习模型，如自然语言处理领域的Transformer模型。AIGC则是指利用人工智能技术生成全新的、具有创造力的内容，如文本、
百家峰会·2024-01-17 05:03

Transformer模型

前置知识：Attention机制结构Transformer主要包括四部分，其中2,3两部分是Transformer的重点，Transformer是一个基于Encoder-Decoder框架的模型原理输入自然语言序列到编码器
惊雲浅谈天·2024-01-17 03:54

【论文阅读笔记】Multi-modal brain tumor segmentation via disentangled representation learning and region-awa

ZhouT.Multi-modalbraintumorsegmentationviadisentangledrepresentationlearningandregion-awarecontrastivelearning[J].PatternRecognition,2024:110282.本文是杭州师范大学周同雪博士脑瘤分割系列最新论文（国家自然科学基金资助No.62206084），之前已经有多篇
cskywit·2024-01-17 01:21
上一页 29 30 31 32 33 34 35 36 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他