自然语言理解

ACL 2022 Tutorial解析——知识增强自然语言理解

每天给你送来NLP技术干货！来自：圆圆的算法笔记NLP预训练模型需要非常大的参数量以及非常多的语料信息，这些都是希望能尽可能多的记住文本中的知识，以此提升下游任务效果。相比而言，直接从数据库、知识图谱、搜索引擎等引入外部知识进行知识增强，是一种更直接、节省资源的方法。知识增强也是NLP未来的重要发展方向，由于在NLU这种需要理解、常识性知识的领域，知识增强更加重要。ACL2022的一篇Tutori
zenRRan·2022-11-30 01:34

自然语言处理的学习心得

自然语言处理(NLP)作为AI领域皇冠上的明珠，主要涵盖两个过程，自然语言理解和自然语言生成，用一个公式来表达，即可表示为：NLP=NLU+NLG。
CSAIWQYB·2022-11-29 22:00

这所“双一流”，全球夺冠！

来源：软科近日，由武汉大学-京东可信人工智能联合研究中心共同提出的织女模型在全球自然语言处理领域权威榜单GLUE中以总平均分91.3分荣登榜首刷新了自然语言理解技术世界纪录。
深度学习技术前沿·2022-11-29 13:02

【追一科技】NLG技术：文本生成技术多样化应用的探索之路

来自：追一科技自然语言处理（NLP）技术通常可以分为两大类，分别是自然语言理解（NLU）和自然语言生成（NLG）。
zenRRan·2022-11-29 10:10

【模型复现】文本分类、文本匹配模型——jointbert快速复现

意图分类和插槽填充是自然语言理解的两个基本任务。他们经常受到小规模的人工标签训练数据的影响，导致泛化能力差，尤其是对于低频单词。最近，一种新的语言表示模型BERT(Bidir
极链AI云·2022-11-29 00:19

python与人工智能基础课程介绍_人工智能基本概念介绍

本套课程是针对人工智能领域--自然语言理解的入门视频讲解，介绍了python语言对自然语言处理的工具包以及自然语言处理的方法使用。
weixin_39690097·2022-11-28 21:46

腾讯云在CLUE自然语言理解分类任务中勇夺第一

近日，腾讯云AI与腾讯优图实验室的加速团队在CLUE语言分类任务上进行试验，一举在分类任务1.0和1.1中拿下业界第一的好成绩。如何与AI进行无障碍的对话？近年来随着人工智能的发展，NLP（自然语言处理）一直是业内外关注的焦点，其中预训练模型(Pre-TrainedModel，PTM)技术作为当下最具有革命性的创新成果，正成为国内外互联网企业探索的重点，构建以中文为核心的超大规模预训练模型及生态势
腾讯云AI平台·2022-11-26 20:32

【kaggle】印度语和泰米尔语问答赛题baseline

与英语相比，流行的自然语言理解(NLU)模型在印度语言中的表现更差，其影响导致印度用户在下游Web应用程序中体
深度之眼·2022-11-26 17:18

自然语言理解（NLU）-文本纠错学习笔记1

1概念理解：首先，文本纠错是实现文本语句自动检查、自动纠错的一项重要技术，提高语言的正确性并减少人工成本。通常类型有：语音转换语言转换、发音不标准、拼写错误、语法错误（多打漏打乱序等）、知识错误（概念模糊）等2目前研究现状：目前纠错方法主要分为两个方向：基于规则和基于深度模型基于规则：第一步是错误检测，第二步是错误纠正错误检测：先通过结巴中文分词器切词，由于句子中含有错别字，所以切词结果往往会有切
m0_61948575·2022-11-26 10:30

SIGIR 2019 开源论文 | 用户注意力指导的多模态对话系统

作者丨张琨学校丨中国科学技术大学博士生研究方向丨自然语言处理论文动机对话系统一直是自然语言理解领域一个重要的研究内容，它可以使人们更便捷的与机器进行交互，多模态的对话系统就是其中非常重要的一个研究方向。
PaperWeekly·2022-11-26 10:42

后 记

现在，各国在继续开发新一代人工智能技术及其应用的同时，积极布局更新一代人工智能发展，旨在通过机器学习和推理、自然语言理解、建模仿真、人机融合等方面的研究，突破人工智能基础理论及核心技术。
人机与认知实验室·2022-11-26 04:18

bert使用

1.transformer资料transformers（以前称为pytorch-transformers和pytorch-pretrained-bert）提供用于自然语言理解（NLU）和自然语言生成（NLG
Ctrl+C用户·2022-11-25 02:47

UniT：多模态多任务模型

一、简介我们提出了UniT，一个统一transformer模型，以同时学习不同领域中最突出的任务，从目标检测到自然语言理解和多模态推理。
一颗2021·2022-11-24 10:39

BERT | （4）Bert生成句向量_pytorch

Transformers是TensorFlow2.0和PyTorch的最新自然语言处理库Transformers(以前称为pytorch-transformers和pytorch-pretrained-bert)提供用于自然语言理解
郭畅小渣渣·2022-11-23 17:19

Pytorch-Bert预训练模型的使用（调用transformers）

笔记摘抄1.transformer资料transformers（以前称为pytorch-transformers和pytorch-pretrained-bert）提供用于自然语言理解（NLU）和自然语言生成
Douzi1024·2022-11-23 01:39

【图神经网络综述】A Comprehensive Survey on Graph Neural Networks（V4）

IEEETransactionsonNeuralNetworksandLearningSystems(Volume:32,Issue:1,Jan.2021)摘要：近年来，深度学习彻底改变了许多机器学习任务，从图像分类和视频处理到语音识别和自然语言理解
gkm0120·2022-11-22 05:40

[转载]《吴恩达深度学习核心笔记》发布，黄海广博士整理！

它对于理解各种算法背后的原理非常有帮助，同时提供了大量的应用场景，涉及图像、语音、自然语言理解等各方面，还提供了一些工具函数、数
weixin_34010949·2022-11-19 22:59

[论文素材]Background----NLP

监督NLP非监督NLP自然语言理解自然语言生成NLP的5个难点什么是NLP自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。
weixin_48474362·2022-11-19 19:30

知识图谱的应用领域

随后，知识图谱在辅助智能问答、自然语言理解、大数据分析、推荐计算、物联网设备互联、可解释性人工智能等多个方面展现出丰富的应用价值。
renhongxia1·2022-11-19 19:25

微软小娜开发系列教程<一>

小娜成功的背后离不开微软强大的技术支持，采用机器学习、模式识别、自然语言理解、深度学习、大数据为核心的数据+算法模式，是微软尝试进入人工智能领域的尝试。1.1小娜的功能简介欲取之，先了解之。
烧技湾·2022-11-19 06:38

云小蜜 Dubbo3.0 实践：从微服务迁移上云到流量治理

01前言Aliware阿里云-达摩院-云小蜜对话机器人产品基于深度机器学习技术、自然语言理解技术和对话管理技术，为企业提供多引擎、多渠道、多模态的对话机器人服务。
阿里巴巴中间件·2022-11-09 19:47

机器学习不会解决自然语言理解(NLU)问题

但是，和已经被研究30余年的自然语言处理不同，自然语言理解（NLU）成为了机器学习面临的新困境。下文将介绍自然语言处
DartFrog·2022-11-08 19:00

自然语言处理从零到入门 NLP

二、什么是自然语言处理–NLP三、NLP的2大核心任务自然语言理解–NLU|NLI自然语言生成–NLG四、NLP的5个难点五、NLP的4个典型应用六、NLP的2种途径、3个核心步骤参考网络上有海量的文本信息
BlackStar_L·2022-11-07 23:08

TKDE2022 | 最新深度学习推荐系统综述：从协同过滤到信息增强的推荐系统

嘿，记得给“机器学习与推荐算法”添加星标深度学习技术已经在计算机视觉以及自然语言理解等领域取得了巨大的成功，受其影响深度学习研究也开始在推荐系统领域得到关注。
机器学习与推荐算法·2022-11-06 09:46

《自然语言处理简明教程》读书笔记：前言

自然语言处理的目的在于建立各种自然语言处理系统，如机器翻译系统、自然语言理解系统、信息自动检索系统、信
feiwen110·2022-11-04 17:36

小米自然语言处理工程师招聘条件与自己的对应整理（第二次更新）

这是小米对自然语言处理工程师的4个要求：计算机或数学相关专业，硕士及以上学历熟悉自然语言处理领域基础理论和常用方法基础理论自然语言理解（NLU）：NLU是要理解给定文本的含义，文本内每个单词的特性与结构需要被理解
嘟教授·2022-11-01 22:58

Spark-NLP：大规模自然语言理解

自述解读分析新项目的需求时，得出这几点要求：需要处理大量的数据需要自然语言处理需要一定的效率立志要成为一名框架师的我，就思考如何在新项目开启之前，确定需要哪些技术方案，是否要使用新的技术方案，新的技术框架，还是原有的组织技术。之前我个人做过大数据项目，使用的是Hadoop与Spark，也参与过NLP的项目，对此都有些了解，思考如何将这两点结合起来，使用开数据框架，分布式技术，分布在每台机器上，再使
小叶柏杉·2022-10-30 07:50

推荐系统实践读书笔记-02利用用户行为数据

实现个性化推荐的最理想情况是用户能在注册的时候主动告诉我们他喜欢什么，但这种方法有３个缺点：首先，现在的自然语言理解技术很难理解用户用来描述兴趣的自然语言；其次，用户的兴趣是不断变化的，但用
潘小磊·2022-10-07 07:06

EasyNLP带你实现中英文机器阅读理解

作者：施晨、黄俊导读机器阅读理解是自然语言处理（NLP），特别是自然语言理解（NLU）领域最重要的研究方向之一。
·2022-09-30 18:26

EasyNLP带你实现中英文机器阅读理解

作者：施晨、黄俊导读机器阅读理解是自然语言处理（NLP），特别是自然语言理解（NLU）领域最重要的研究方向之一。
·2022-09-28 11:20

AI新技术：利用神经网络对图片进行超级压缩

神经网络目前发展到“图像识别”，“自然语言理解”等认知任务，当然也仅限于此类任务。在这篇文章中，我将讨论一种使用神经网络压缩图像的方法，以更快的速度实现图像压缩的最新技术。
weixin_34321977·2022-09-26 16:35

论文阅读_知识蒸馏_TinyBERT

英文题目：TINYBERT:DISTILLINGBERTFORNATURALLAN-GUAGEUNDERSTANDING中文题目：TinyBERT:提炼BERT的自然语言理解能力论文地址：https:/
xieyan0811·2022-09-25 01:10

解密最接近人脑的智能学习机器——深度学习及并行化实现

摘要：深度学习可以完成需要高度抽象特征的人工智能任务，如语音识别、图像识别和检索、自然语言理解等。深层模型是包含多个隐藏层的人工神经网络，多层非线性结构使其具备强大的特征表达能力和对复杂任务建模能力。
Janvn·2022-09-23 17:34

解密最接近人脑的智能学习机器——深度学习及并行化实现，最全的Deep Learning解析

摘要：深度学习可以完成需要高度抽象特征的人工智能任务，如语音识别、图像识别和检索、自然语言理解等。深层模型是包含多个隐藏层的人工神经网络，多层非线性结构使其具备强大的特征表达能力和对复杂任务建模能力。
-circle-·2022-09-23 17:03

腾讯深度学习系列——深度学习及并行化实现概述

深度学习及并行化实现概述摘要：深度学习可以完成需要高度抽象特征的人工智能任务，如语音识别、图像识别和检索、自然语言理解等。
zhihua_bupt·2022-09-23 17:03

深度学习之 自然语言处理BERT

NaturalLanguageProcessing(NLP)包括自然语言理解和自然语言生成，自然语言理解的应用包括语义分析、机器客服、语音识别、机器翻译等。
shichaog·2022-09-21 18:09

【自然语言处理】【文本生成】UniLM：用于自然语言理解和生成的统一语言模型预训练

UniLM：用于自然语言理解和生成的统一语言模型预训练《UnifiedLanguageModelPre-trainingforNaturalLanguageUnderstandingandGeneration
BQW_·2022-09-21 17:08

论文阅读_知识蒸馏_TinyBERT

英文题目：TINYBERT:DISTILLINGBERTFORNATURALLAN-GUAGEUNDERSTANDING中文题目：TinyBERT:提炼BERT的自然语言理解能力论文地址：https:/
xieyan0811·2022-09-18 00:23

中文稀疏GPT大模型落地 — 通往低成本&高性能多任务通用自然语言理解的关键里程碑

作者：同润，临在团队：阿里云机器学习平台PAI1.概述GPT模型能较好的处理NLP各个应用领域的任务，比如文本分类，推理，对话，问答，完形填空，阅读理解，摘要，生成等等。百亿/千亿参数量级的GPT大模型作用在这些应用领域虽然效果很好，但是训练成本非常高。以OpenAI推出的1750亿的GPT-3为例，在1024张A100GPU上预估需要34天，一万亿参数的GPT-3在3072张A100显卡上也至少
·2022-09-05 12:22

NLP 自然语言分析理解

按照技术实现难度的不同，这类系统可以分成简单匹配式、模糊匹配式和段落理解式三种类型.NLP有两个核心子集，自然语言理解(NLU)和自然语言生成(NLG)。
ejinxian·2022-09-02 07:18

2022年自然语言处理行业研究报告

自然语言处理机制涉及自然语言理解和自然语言生成两个流程：（1）自然语言理解：计算机理解自然语言文本的思想和意图；（2）自然语言生成：计算机用自然语言文本表述思想和
zichanxinxiwang·2022-08-29 07:47

【AI视野·今日NLP 自然语言处理论文速览 第三十期】Thu, 14 Apr 2022

DailyComputationandLanguagePapersFastFew-shotDebuggingforNLUTestSuitesAuthorsChristopherMalon,KaiLi,ErikKruus我们研究了基于Transformer的自然语言理解模
hitrjj·2022-08-24 07:42

什么是自然语言处理？

自然语言处理又划分为两个部分：自然语言理解（NaturalLanguageUnderstanding，NLU）和自然语言生成（NaturalLanguageGeneration，NLG）。
人邮异步社区·2022-08-24 07:34

预约直播 | 基于预训练模型的自然语言处理及EasyNLP算法框架

一、分享议题：基于预训练模型的自然语言处理及EasyNLP算法框架二、直播时间：2022年08月24日（周三）18：00-18：30三、议题介绍：此次分享将深入介绍预训练语言模型的研究进展以及各种下游自然语言理解的应用
·2022-08-18 10:49

NAACL2022 | 具有元重加权的鲁棒自增强命名实体识别技术

©作者|回亭风单位|北京邮电大学研究方向|自然语言理解编辑|PaperWeekly自增强（self-augmentation）最近在提升低资源场景下的NER问题中得到了越来越多的关注，token替换和表征混合是对于
zenRRan·2022-08-14 11:48

NAACL 2022 | 具有元重加权的鲁棒自增强命名实体识别技术

©作者|回亭风单位|北京邮电大学研究方向|自然语言理解自增强（self-augmentation）最近在提升低资源场景下的NER问题中得到了越来越多的关注，token替换和表征混合是对于NER这类token
PaperWeekly·2022-08-14 11:47

NAACL 2022 | FACTPEGASUS：抽象摘要的真实性感知预训练和微调

©作者|董冠霆单位|北京邮电大学研究方向|自然语言理解论文标题：FactPEGASUS:Factuality-AwarePre-trainingandFine-tuningforAbstractiveSummarization
PaperWeekly·2022-08-14 11:16

深度学习前沿技术摘要

representativetask图像分类目标检测，目标跟踪，动作检测实例分割超分辨率（去马赛克）去雾去雪3D重建风格迁移OCR（光学字符识别）自然语言处理（NLP）文本分类文本标签实体抽取句法依存语义消歧情感分析机器翻译自然语言理解
YuCong Wang·2022-08-09 20:50

给大家分享我的宝藏：nlp算法面试经验

知乎成对分类方法(one-against-one一类对余类，one-against-all，one-against-the-rest2当下自然语言处理能实现的功能3图灵机的上限答：Nlp得上限难点应该是自然语言理解
数学是算法的灵魂·2022-08-09 07:29

自然语言处理理论和应用

自然语言处理理论和应用自然语言处理介绍什么是自然语言什么是自然语言处理（NLP）什么是自然语言理解（NLU）自然语言处理任务与方法预备知识语言模型什么是语言模型常见的语言模型N-Gram语言模型（n元模型
C君莫笑·2022-07-11 07:32
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他