自然语言处理（NLP）第47页

RAG为什么是必不可少的？

检索增强生成（RAG）之所以重要，主要有以下几个关键原因，特别是在提高大型语言模型（LLM）如聊天机器人和其他自然语言处理应用的性能和可靠性方面：提高准确性和相关性：RAG使LLM能够访问和引用来自外部知识库的最新

wwlsm_zql·2024-01-16 14:06

AIGC大模型必备知识——LLM ，你知道它是如何训练的吗？小白必读深度好文

OJAC近屿智能·2024-01-16 14:03

AIGC必备知识点：你不可不知的CNN（卷积神经网络）-知识全解析！

(ConvolutionalNeuralNetwork，CNN)是一类主要用于计算机视觉领域的深度学习算法，它被广泛地运用于包括图像和视频识别、自然语言处理等，以游戏领域为例，CNN可以用于训练NPC（

OJAC近屿智能·2024-01-16 14:03

RAG检索式增强技术是什么——OJAC近屿智能带你一探究竟

OJAC近屿智能·2024-01-16 14:30

【Python相关】anaconda介绍、安装及conda命令详解

❤️觉得内容不错的话，欢迎点赞收藏加关注，后续会继续输入更多优质内容❤️有问题欢迎大家加关注私戳或者评论（包括但不限于NLP算法相关，linux学习相关，读研读博相关......）博主原文链接：https

Chaos_Wang_·2024-01-16 14:52

NLP复习笔记-FA

DFA和NFA的区别1.DFA没有epsilontransaction（必须读入字符）2.对每一个确定的状态和读入字符，最多只能到一个下个状态，（不能有多的选择）Recognitioninputposition:0-ninitialconfiguration:(q0,0)agenda:asetofconfigurations,initialempty如何计算一个新的configuration从ag

乔茜_7b45·2024-01-16 12:28

深度学习：大规模模型分布式训练框架DeepSpeed

特别是在自然语言处理（NLP）等领域，模型大都达到了数十亿甚至数千亿参数的规模，这就需要多卡或者多节点分布式训练。为了有效地训练这些巨型

AI Player·2024-01-16 12:31

大语言模型

概念大语言模型（LargeLanguageModel，简称LLM）是一种基于人工智能技术的自然语言处理模型，是指在大量数据上训练的高级人工智能算法，以自上文推理词语概率为核心任务。

图灵追慕者·2024-01-16 11:31

NLP 学习资源

红烧肉_2121·2024-01-16 11:10

NineAi 新版AI系统网站源码 ChatGPT

简介：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，它能够通过学习和理解人类的语言来进行对话，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流，甚至能完成撰写邮件

百创科技·2024-01-16 11:58

机器学习在什么场景下最常用-九五小庞

机器学习在多个场景中都有广泛的应用，下面是一些常见的应用场景：自然语言处理（NLP）：如语音识别、自动翻译、情感分析、垃圾邮件过滤等。数据挖掘和分析：如市场分析、用户画像、推荐系统、欺诈检测等。

Up九五小庞·2024-01-16 10:33

开源项目汇总：机器学习前沿探索 | 开源专题 No.60

这些组件与领域无关，被视觉、NLP等领域的研究人员广泛使用。以研究为先导：xFormers包含在pytorch等主流库中还不可用的尖端组件。注重效率：因

开源服务指南·2024-01-16 10:01

书生·浦语大模型实战2

这些模型在各种任务中展现出惊人的性能，比如自然语言处理、计算机视觉、语音识别等。这种模型通常采用深

__如果·2024-01-16 09:54

#AIGC##VDB# 【一篇入门VDB】矢量数据库-从技术介绍到选型方向

随后，详细介绍了什么是矢量数据库，以及它在搜索引擎、自然语言处理、图像识别等方面的优势。

向日葵花籽儿·2024-01-16 09:28

LLM论文：ALCE （Enabling Large Language Models to Generate Text with Citations）

这是一篇RAG领域的文章，原文在这：https://aclanthology.org/2023.emnlp-main.398.pdf时间[Submittedon24May2023(v1),lastrevised31Oct2023

__心似大海__·2024-01-16 08:19

【文本到上下文 #5】：RNN、LSTM 和 GRU

一、说明欢迎来到“完整的NLP指南：文本到上下文#5”，这是我们对自然语言处理（NLP）和深度学习的持续探索。

无水先生·2024-01-16 08:42

ChatGPT和文心一言哪个更好用？

ChatGPT和文心一言都是基于深度学习技术的自然语言处理模型，它们各自具有优势和局限性，需要根据具体需求进行选择。

AI算法蒋同学·2024-01-16 07:46

必示科技联合多家单位发布 OpsEval：运维大语言模型评测榜单

评测榜单：https://opseval.cstcloud.cn/论文链接：https://arxiv.org/abs/2310.0763701/引言大规模语言模型（LLMs）在NLP相关任务如翻译、摘要和生成方面展现出了卓越的能力

BizSeer必示科技·2024-01-16 07:10

人工智能在电影行业的应用

以下是一些人工智能在电影行业中的主要应用：制作阶段：剧本生成：利用自然语言处理（NLP）技术，人工智能能够分析大量的剧本和电影数据库，生成新的剧本概念或辅助编剧。

胡图不迷糊·2024-01-16 07:37

自然语言中的神经网络基础（1）

本文介绍在自然语言处理中常用的四种神经网络模型，即多层感知机模型、卷积神经网络、循环神经网络和以Transformer为代表的自注意力模型。

makelope·2024-01-16 07:48

《神奇的NLP：改变人生的非凡体验》第4章

读了这章，我差点又不想读了，前半部分没什么重要的内容。不过还好最后一节有一段很好的内容，即“一致性”。文中描述的这个类型的人正是我想要成为的。第4章：整理你的思想成功的法门1.通用模型：①身份/角色②价值观与信念/看法③能力④行为⑤环境//利用通用模型的关键：有明确的目标第1节：你的目标明确吗2.想要掌控生活，先要了解不适感来自五个层面的哪个：①你扮演的是何种角色？②你有何种价值观与信念？③你是否

掉线王·2024-01-16 05:41

NLP论文阅读记录 - 2021 | WOS 利用 ParsBERT 和预训练 mT5 进行波斯语抽象文本摘要

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.前提三.本文方法A.序列到序列ParsBERTB、mT5四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言LeveragingParsBERTandPretrainedmT5forPersianAbstractiveTextSummariza

yuyuyu_xxx·2024-01-16 04:52

NLP论文阅读记录 - 2021 | WOS 基于动态记忆网络的抽取式摘要

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.前提三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言ExtractiveSummarizationBasedonDynamicMemoryNetwork（21）0、论文摘要我们提出了一种基于Bert和动态记忆网络的提取摘要模型。

yuyuyu_xxx·2024-01-16 04:51

NLP论文阅读记录 - 2021 | WOS 使用 GA-HC 和 PSO-HC 改进新闻文章的文本摘要

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试二.相关工作三.本文方法3.1总结为两阶段学习3.1.1基础系统3.2重构文本摘要四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言ImprovedTextSummarizationofNewsArticlesUsingGA-HCandPSO-HC（21）0、

yuyuyu_xxx·2024-01-16 04:51

NLP论文阅读记录 - 2021 | WOS HG-News：基于生成式预训练模型的新闻标题生成

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.相关工作三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言HG-News:NewsHeadlineGenerationBasedonaGenerativePre-TrainingModel（2108）0、论文摘要自从神经网络方法应

yuyuyu_xxx·2024-01-16 04:19

将事件抽取看作机器阅读理解（EMNLP2020）

1、写作动机：以前的事件抽取方法通常被建模为分类任务，这些任务需要大量数据，并且存在数据稀缺问题。2、用MRC解决事件抽取的优势：1）通过将EE作为MRC，我们可以利用MRC的最新进展(例如，BERT)来增强EE任务，这可能会极大地加强模型中的推理过程。2）我们可以直接利用丰富的MRC数据集来提高EE的性能，这可能会缓解数据稀缺问题(这被称为跨域数据增强)。第二个优势也为零样本EE打开了一扇门:对

Ly大可爱·2024-01-16 03:31

多语言历史报纸广告事件抽取（ACL2023）

其次，大多数现成的NLP模型是在现代语言文本上训练的，这使得它们在应用于历史语料库时效果显著降低。这对于研究较少的任务以及非英语语言尤为棘手。

Ly大可爱·2024-01-16 03:31

机器学习算法 - 马尔可夫链

马尔可夫链（MarkovChain）可以说是机器学习和人工智能的基石，在强化学习、自然语言处理、金融领域、天气预测、语音识别方面都有着极其广泛的应用>Thefutureisindependentofthepastgiventhepresent

想做后端的前端·2024-01-16 03:26

YOLOv8 Ultralytics：使用Ultralytics框架进行SAM图像分割

FriendshipT·2024-01-16 01:23

GPT有什么用？对哪些行业帮助比较大？无际Ai带来介绍

GPT模型因其在自然语言处理任务中出色的表现而备受关注。它可

无际Ai·2024-01-16 01:53

144自然语言处理进阶手册--新闻文本数据分类

新闻文本数据分类新闻数据预处理永远记住数据才是天花板，在文本处理相关的项目中，对数据的的预处理是非常重要的一个步骤，而在实际工作中，这部分工作反而比模型构建需要花费更多的时间与精力，一个优秀的自然语言处理工程师往往能够精准地发现业务数据的特别之处以及进行适应相关任务性质的特殊预处理

Jachin111·2024-01-16 01:37

预训练语言模型与其演进

3.2Pre-trainedRNN3.3GPT：解决上下文依赖3.4BERT：双向预训练的革新4GPT与BERT的对比5其他模型：RobustBERT和ELECTRA5.1RobustBERT5.2ELECTRA结语前言语言模型在自然语言处理领域扮演着关键角色

cooldream2009·2024-01-15 23:52

Mindspore 公开课 - gpt2

1seq_len=10embed_dim=768x=Tensor(np.random.randn(batch_size,seq_len,embed_dim),mindspore.float32)frommindnlp

coyote_xujie·2024-01-15 22:08

论文阅读_中文医疗模型_ eHealth

BuildingChineseBiomedicalLanguageModelsviaMulti-LevelTextDiscrimination中文题目：基于多层次文本辨析构建中文生物医学语言模型论文地址：https://arxiv.org/pdf/2110.07244.pdf领域：自然语言处理

xieyan0811·2024-01-15 22:21

ChatGPT 淘金潮（全）

凭借其先进的自然语言处理能力，ChatGPT能够执行语言翻

绝不原创的飞龙·2024-01-15 22:06

self-attention机制详解

目前，对于我们的network，给定的input大都是一个向量：但是对于更复杂的情况，我们的input是asetofvec:举例：nlp中的句子，对于每个word都是一个wordembedding：图学习中每个节点有一个

图学习的小张·2024-01-15 21:10

感恩日记第223天20190710

感恩nlp家人约我到群里去做分享！感恩妈妈给机会让我帮他做拍打！

屈玉华·2024-01-15 20:15

AutoGluon安装及示例

AutoGluon安装及示例文章目录AutoGluon安装及示例AutoGluon_BackgroundAutoGluon安装运行示例打印相关配置信息数据预处理过程特征工程模型训练NLP模型训练使用模型

Every DAV inci·2024-01-15 19:03

文本分类的一些记录

其中文本分类是自然语言处理中最基础的任务，指的是将文本打上特定的类别标签，以做区分和筛选。

hema12138·2024-01-15 18:29

NLP（五）命名实体识别（NER）

本文将会简单介绍自然语言处理（NLP）中的命名实体识别（NER）。

TFATS·2024-01-15 17:26

NLP论文阅读记录 - 2022 | WOS 用于摘要法律文本的有效深度学习方法

文章目录前言0、论文摘要一、Introduction1.1目标问题二.相关工作三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结前言Effectivedeeplearningapproachesforsummarizationoflegaltexts（22）0、论文摘要数字形式的法律判决文件的可用性为信息提取和应用提供了众多机会。由于这

yuyuyu_xxx·2024-01-15 17:11

NLP论文阅读记录 - 2021 | WOS01 通过对比学习增强 Seq2Seq 自动编码器进行抽象文本摘要

文章目录前言0、论文摘要一、Introduction1.1目标问题1.3本文贡献二.相关工作三.本文方法A文档增强B.自我监督对比学习C.序列到序列架构四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结前言EnhancedSeq2SeqAutoencoderviaContrastiveLearningforAbstractiveTextSummar

yuyuyu_xxx·2024-01-15 17:11

NLP论文阅读记录 - 2022 | WOS 数据驱动的英文文本摘要抽取模型的构建与应用

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.相关工作三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结前言ConstructionandApplicationofaData-DrivenAbstractExtractionModelforEnglishText（2204）0、论文摘

yuyuyu_xxx·2024-01-15 17:10

一份最新的、全面的NLP文本分类综述

AComprehensiveReview（ComputerScience,Mathematics-ArXiv）2020Link：https://arxiv.org/pdf/2004.03705.pdf这是一份最新的、全面的NLP

zenRRan·2024-01-15 17:06

NLP论文阅读记录 - 2022 | WOS 一种新颖的优化的与语言无关的文本摘要技术

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.前提三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言ANovelOptimizedLanguage-IndependentTextSummarizationTechnique（2204）0、论文摘要大量文本数据以多种语言以电子方

yuyuyu_xxx·2024-01-15 17:33

人人都在用的PDF软件，也要接入ChatGPT了

福昕软件作为全球著名的PDF技术与解决方案提供商，近日也宣布将推出基于自然语言处理技术的聊天机器人ChatGPT的新功能，虽然功能还处于部署阶段，但是预计将会进一

智创有术有限公司·2024-01-15 16:13

YOLOv8 Ultralytics：使用Ultralytics框架进行FastSAM图像分割

FriendshipT·2024-01-15 15:50

ai智能语音机器人系统的话术怎样设置效果比较好

设置一个AI智能语音机器人的话术，以实现最佳效果，涉及以下几个关键方面：1.自然语言处理（NLP）：AI机器人的话术需要能够理解和处理用户的自然语言输入。

VO_794632978·2024-01-15 15:02

ChatGPT和文心一言的技术特点

ChatGPT是一种自然语言处理（NLP）技术，可以帮助开发者构建自然语言交互系统，并能够根据用户的输入，以及上下文环境，生成自然语言回复，所以ChatGPT具备一定的强大能力。

半醒半浮生WH·2024-01-15 14:08

【日常聊聊】ChatGPT和文心一言哪个更好用

个人博客：个人主页个人专栏：日常聊聊⛳️功不唐捐，玉汝于成目录前言正文介绍哪个在文本生成上有优势结语我的其他博客前言随着人工智能技术的不断发展，自然语言处理领域也取得了显著的进步。

还在路上的秃头·2024-01-15 14:00

推荐频道

自然语言处理（NLP）