自然语言

UCAS - AI学院 - 自然语言处理专项课 - 第7讲 - 课程笔记

UCAS-AI学院-自然语言处理专项课-第7讲-课程笔记形态分析、汉语分词与词性标注概述英语形态分析汉语自动分词概要性能评价方法未登录词识别现状和未来词性标注形态分析、汉语分词与词性标注概述词：自然语言中能够独立运用的最小单位
支锦铭·2023-10-23 01:33

UCAS - AI学院 - 自然语言处理专项课 - 第9讲 - 课程笔记

UCAS-AI学院-自然语言处理专项课-第9讲-课程笔记语义分析概述语义理论简介格语法语义网络词义消歧语义角色标注分布式语义表示语义分析概述语义计算的任务：解释句子或篇章各部分的含义困难大量的歧义（指代
支锦铭·2023-10-23 01:33

UCAS - AI学院 - 自然语言处理专项课 - 第10讲 - 课程笔记

UCAS-AI学院-自然语言处理专项课-第10讲-课程笔记篇章分析概述篇章表示理论篇章关系分析篇章分析应用篇章分析概述NLP处理单位字——编码、输入法词、短语——形态分析、汉语分词、词性标注、词义消歧、
支锦铭·2023-10-23 01:33

UCAS - AI学院 - 自然语言处理专项课 - 第2讲 - 课程笔记

UCAS-AI学院-自然语言处理专项课-第2讲-课程笔记数学基础概率论基础信息论基础熵（Entropy）联合熵（JointEntropy）条件熵（ConditionalEntropy）熵率（EntropyRate
支锦铭·2023-10-23 01:32

Spring Boot中对自然语言处理工具包hanlp的调用详解

概述HanLP是基于Java开发的NLP工具包，由一系列模型与算法组成，目标是普及自然语言处理在生产环境中的应用。
adnb34g·2023-10-23 01:02

UCAS - AI学院 - 自然语言处理专项课 - 第1讲 - 课程笔记

UCAS-AI学院-自然语言处理专项课-第1讲-课程笔记绪论基本信息问题的提出基本概念学科的产生与发展研究内容问题与挑战基本方法与技术现状绪论基本信息50学时，3学分宗成庆、张家俊作业：方法实践+技术报告
支锦铭·2023-10-23 01:02

UCAS - AI学院 - 自然语言处理专项课 - 第3讲 - 课程笔记

UCAS-AI学院-自然语言处理专项课-第3讲-课程笔记形式语言与自动机形式语言有限自动机与正则文法下推自动机与CFGFA在NLP中的应用英语单词拼写检查有限自动机用于英语单词形态分析形式语言与自动机形式语言语言
支锦铭·2023-10-23 01:02

UCAS - AI学院 - 自然语言处理专项课 - 第6讲 - 课程笔记

UCAS-AI学院-自然语言处理专项课-第6讲-课程笔记隐马尔可夫模型与条件随机场马尔可夫模型隐马尔可夫模型隐马尔可夫模型的应用条件随机场及其应用隐马尔可夫模型与条件随机场马尔可夫模型马尔可夫模型描述：
支锦铭·2023-10-23 01:02

【UCAS自然语言处理作业一】利用BeautifulSoup爬取中英文数据，计算熵，验证齐夫定律

文章目录前言中文数据爬取爬取界面爬取代码数据清洗数据分析实验结果英文数据爬取爬取界面动态爬取数据清洗数据分析实验结果结论前言本文分别针对中文，英文语料进行爬虫，并在两种语言上计算其对应的熵，验证齐夫定律github:ShiyuNee/python-spider(github.com)中文数据爬取本实验对四大名著的内容进行爬取，并针对四大名著的内容展开中文文本分析，统计熵，验证齐夫定律爬取网站:ht
长命百岁️·2023-10-23 01:31

LLM-202210：GLM【开源双语预训练语言模型】

然而，没有一个预训练框架对包括自然语言理解（NLU）、
u013250861·2023-10-22 22:35

神经网络与人工智能的关系

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
岚-Arashi·2023-10-22 20:40

transformer和self-attention的关系

它被广泛应用于自然语言处理和其他序列数据处理任务。Transformer模型的核心思想是完全基于自注意力机制，它通过
Chen_Chance·2023-10-22 19:04

Self-Attention和CNN和RNN的区别

以下是它们之间的主要区别：Self-Attention：适用范围：Self-Attention主要用于处理序列数据，尤其在自然语言处理领域非常有用，因为它可以建模序列中任意两个元素之间的依赖关系，如单词之间的语义关系
Chen_Chance·2023-10-22 19:01

自然语言处理---Transformer机制详解之Decoder详解

1Decoder端的输入解析1.1Decoder端的架构Transformer原始论文中的Decoder模块是由N=6个相同的DecoderBlock堆叠而成，其中每一个Block是由3个子模块构成，分别是多头self-attention模块，Encoder-Decoderattention模块，前馈全连接层模块。6个Block的输入不完全相同:最下面的一层Block接收的输入是经历了MASK之后
lichunericli·2023-10-22 19:49

[论文笔记]GPT-2

自然语言任务，比如问答、机器翻译、阅读理解和摘要，是在任务相关数据集上利用监督学习的典型方法。作者展示了语言模型在训练名为WebText的新数据集时，即使是无监督，也能开始学习这些任务。
愤怒的可乐·2023-10-22 16:39

值得收藏！基于LLM的推荐系统全面综述！

https://zhuanlan.zhihu.com/p/634534308大型语言模型（LLMs）已在自然语言处理（NLP）领域崭露头角，并在推荐系统（RS）领域近期受到了极大关注。
WitsMakeMen·2023-10-22 14:28

【NLP】 一步步理解BERT

NLPNLP：自然语言处理（NLP）是信息时代最重要的技术之一。理解复杂的语言也是人工智能的重要组成部分。而自google在2018年10月底公布BE
Jermiane·2023-10-22 14:50

国内智能客服机器人都有哪些？

一、小i机器人小i机器人是国内最早的智能客服机器人之一，其产品特点是基于自然语言处理技术，能够与客户进行智能对话，并且能够自主学习
DRobot·2023-10-22 13:00

自然语言处理---RNN经典案例之使用seq2seq实现英译法

1seq2seq介绍1.1seq2seq模型架构seq2seq模型架构分析：seq2seq模型架构，包括两部分分别是encoder(编码器)和decoder(解码器)，编码器和解码器的内部实现都使用了GRU模型，这里它要完成的是一个中文到英文的翻译：欢迎来北京→welcometoBeiJing。编码器首先处理中文输入"欢迎来北京"，通过GRU模型获得每个时间步的输出张量，最后将它们拼接成一个中间语
lichunericli·2023-10-22 13:29

自然语言处理---Transformer模型

Transformer概述相比LSTM和GRU模型，Transformer模型有两个显著的优势：Transformer能够利用分布式GPU进行并行训练，提升模型训练效率。在分析预测更长的文本时，捕捉间隔较长的语义关联效果更好。Transformer模型的作用基于seq2seq架构的transformer模型可以完成NLP领域研究的典型任务，如机器翻译，文本生成等。同时又可以构建预训练语言模型，用于
lichunericli·2023-10-22 13:28

Transformer学习路线

简单的学习路线：1.理解基本概念:确保你理解神经网络、深度学习和自然语言处理的基础知识。2.学习深度学习:了解神经网络的基本结构和训练方法，包括前向传播、反向传播等。
jio本小子·2023-10-22 13:55

自然语言处理实战项目9-大语言模型的训练与文本生成过程，详细步骤介绍

大家好，我是微学AI，今天给大家介绍一下自然语言处理实战项目9-大语言模型的训练与文本生成过程，详细步骤介绍。大语言模型的训练是通过深度学习技术实现的。
微学AI·2023-10-22 12:20

自然语言处理时，通常的文本清理流程是什么？

自然语言处理文本清理流程，主要分为二步：1.文本预处理，我们的文本基本都是网络文本，主要是网页html的形式，网页中存在很多不必要的信息，比如说一些广告、导航栏，html、JS代码，注释等等，无用的价值信息
一抹斜阳尽余辉·2023-10-22 12:16

自然语言处理---文本预处理概述

自然语言处理（NaturalLanguageProcessing，简称NLP）是计算机科学与语言学中关注于计算机与人类语言间转换的领域。其主要应用于：语音助手、机器翻译、搜索引擎、智能问答等。
lichunericli·2023-10-22 12:14

自然语言处理---Transformer构建语言模型

语言模型概述以一个符合语言规律的序列为输入，模型将利用序列间关系等特征，输出一个在所有词汇上的概率分布，这样的模型称为语言模型。#语言模型的训练语料一般来自于文章，对应的源文本和目标文本形如:src1="Icando"tgt1="candoit"src2="candoit",tgt2="doit"语言模型能解决哪些问题：根据语言模型的定义，可以在它的基础上完成机器翻译，文本生成等任务，因为通过最后
lichunericli·2023-10-22 12:48

自然语言处理---迁移学习

fasttext介绍作为NLP工程领域常用的工具包，fasttext有两大作用：进行文本分类、训练词向量。在保持较高精度的情况下，快速的进行训练和预测是fasttext的最大优势。fasttext优势的原因:fasttext工具包中内含的fasttext模型具有十分简单的网络结构。使用fasttext模型训练词向量时使用层次softmax结构，来提升超多类别下的模型性能。由于fasttext模型过
lichunericli·2023-10-22 12:18

自然语言处理---huggingface平台使用指南

1huggingface介绍Huggingface总部位于纽约，是一家专注于自然语言处理、人工智能和分布式系统的创业公司。
lichunericli·2023-10-22 12:47

Transformer时间序列预测-多变量输入-单变量输出+多变量输出，完整代码数据，可直接运行

Transformer模型是一种基于自注意力机制的神经网络模型，被广泛应用于自然语言处理和计算机视觉任务。
StyVue·2023-10-22 09:03

AI全栈大模型工程师(八)Plugins 开发

文章目录这节课会带给你接口（Interface）接口的进化自然语言连接一切（NaturalLanguageInterface）Plugins是什么Plugins的工作原理Plugins开发Plugins
大模型Maynor·2023-10-22 09:31

自然语言处理---Transformer机制详解之GPT模型介绍

1GPT介绍GPT是OpenAI公司提出的一种语言预训练模型.OpenAI在论文>中提出GPT模型.OpenAI后续又在论文>中提出GPT2模型.GPT和GPT2模型结构差别不大,但是GPT2采用了更大的数据集进行训练.OpenAIGPT模型是在GoogleBERT模型之前提出的,与BERT最大的区别在于GPT采用了传统的语言模型方法进行预训练,即使用单词的上文来预测单词,而BERT是采用了双向上
lichunericli·2023-10-22 09:29

用ChatGPT编写Excel函数公式进行表格数据处理分析，so easy！

有了ChatGPT，就很简单了，直接用自然语言描述自己的需求，然后让ChatGPT写出公式就好了。
AIGCTribe·2023-10-22 09:30

NLP进阶之路——CS224n（一）

NLP绪论什么是自然语言处理？NLP的层次NLP的应用人类语言的特殊之处什么是深度学习为什么NLP很难？NLP语义层面的表示Reference什么是自然语言处理？
技术宅zch·2023-10-22 08:18

80个国内可用的Chatgpt网页版（2023.10.21更新）

ChatGPT：革命性的人工智能语言模型ChatGPT，一款能够与人类进行自然流畅对话的人工智能语言模型，通过大量训练数据和先进算法，展现出卓越的自然语言处理能力。
流光歲月leyt·2023-10-22 08:43

【NLP】第 3 章：NLP 和 文本Embeddings

共同学习交流个人主页－Sonhhxg_柒的博客_CSDN博客欢迎各位→点赞+收藏⭐️+留言系列专栏-机器学习【ML】自然语言处理【NLP】深度学习【DL】foreword✔说明⇢本人讲解主要包括Python
Sonhhxg_柒·2023-10-22 07:44

Imagen：Photorealistic Text-to-Image Diffusion Models with Deep Language Understanding

相较于之前一些基于扩散模型的text2image方法，Imagen一个基本的认识是：用更大的在纯文本上训练的自然语言模型（T5）作为textencoder比用更大的diffusionmodel效果更显著
_忙中偷闲_·2023-10-22 07:06

自然语言处理---Transformer机制详解之BERT GPT ELMo模型的对比

1BERT、GPT、ELMo的不同点关于特征提取器:ELMo采用两部分双层双向LSTM进行特征提取,然后再进行特征拼接来融合语义信息.GPT和BERT采用Transformer进行特征提取.很多NLP任务表明Transformer的特征提取能力强于LSTM,对于ELMo而言,采用1层静态tokenembedding+2层LSTM,提取特征的能力有限.单/双向语言模型:三者之中,只有GPT采用单向语
lichunericli·2023-10-22 05:20

自然语言处理---经典序列模型

1HMM模型介绍1.1HMM模型的输入和输出HMM(HiddenMarkovModel),中文称作隐含马尔科夫模型,因俄国数学家马尔可夫而得名.它一般以文本序列数据为输入,以该序列对应的隐含序列为输出.什么是隐含序列:*序列数据中每个单元包含的隐性信息,这些隐性信息之间也存在一定关联.举个例子:给定一段文本:"人生该如何起头"我们看到的这句话可以叫做:观测序列我们可以将这句话以词为单位进行划分得到
lichunericli·2023-10-22 05:20

自然语言处理---Transformer机制详解之GPT2模型介绍

1GPT2的架构从模型架构上看,GPT2并没有特别新颖的架构,它和只带有解码器模块的Transformer很像.所谓语言模型,作用就是根据已有句子的一部分,来预测下一个单词会是什么.现实应用中大家最熟悉的一个语言模型应用,就是智能手机上的输入法,它可以根据当前输入的内容智能推荐下一个要打的字.GPT2也是一个语言预测生成模型,只不过比手机上应用的模型要大很多,也更加复杂.常见的手机端应用的输入法模
lichunericli·2023-10-22 05:19

基于Milvus和BERT搭建AI智能问答系统（基础概念与架构）

该系统可以理解自然语言输入，分析问题的语义和意图，并根据预先定义的知识库或学习过程中积累的知识，提供相应的答案或建议。
lichunericli·2023-10-22 05:49

自然语言处理---RNN、LSTM、GRU模型

RNN模型RNN模型概述RNN(RecurrentNeuralNetwork)，中文称作循环神经网络，它一般以序列数据为输入，通过网络内部的结构设计有效捕捉序列之间的关系特征，一般也是以序列形式进行输出。RNN的循环机制使模型隐层上一时间步产生的结果，能够作为当下时间步输入的一部分(当下时间步的输入除了正常的输入外还包括上一步的隐层输出)对当下时间步的输出产生影响。RNN模型的作用因为RNN结构能
lichunericli·2023-10-22 05:46

想用数字可视化工具看看这三款就够了

Excel融合分析、自然语言分析、自助仪表盘是Smartbi的特色功能，可以满足最终用户在企业级报表、数据可视化分析、自助探索分析、数据挖掘建模、AI智能
枝上棉蛮·2023-10-22 05:07

Java 8怎么了之二：函数和原语

【编者按】本文作者为专注于自然语言处理多年的Pierre-YvesSaumont，Pierre-Yves著有30多本主讲Java软件开发的书籍，自2008开始供职于Alcatel-Lucent公司，担任软件研发工程师
OneAPM官方技术·2023-10-22 03:55

Java基础知识-- 初识Java

基本特点Java是一种程序设计语言，不是脚本语言Java语言时高级语言（所谓高级语言就是独立于机器，面向过程或对象的语言，C++、python、C#也是高级语言，因为这些语言书写的代码越来越接近人类的自然语言
没见过世面的小白·2023-10-22 02:58

聊天机器人（chatbot）终极指南：自然语言处理（NLP）和深度机器学习（Deep Machine Learning）...

在过去的几个月中，我一直在收集自然语言处理（NLP）以及如何将NLP和深度学习（DeepLearning）应用到聊天机器人（Chatbots）方面的最好的资料。
weixin_30701521·2023-10-22 01:30

ChatGPT编程能力实证研究

[email protected]南京大学计算机软件新技术国家重点实验室复旦大学计算机科学技术学院摘要近年来，大型语言模型（LLM）得到了快速的发展，这些模型可以自动编码文本并生成具有上下文相关性的语言，对自然语言处理领域的研究和应用带来了革命性的变化
pengxin_ce·2023-10-21 22:32

TF-IDF与TextRank

这两个可以说自然语言处理当中比较经典的关键词提取算法，虽然简单，但是应用还是相当广泛，面试中被问起这两个，不能说清楚也是一件很尴尬的事情。废话不多说，直接开始。
【敛芳尊】·2023-10-21 21:50

为什么嵌入通常优于TF-IDF：探索NLP的力量

塔曼纳一、说明自然语言处理（NLP）是计算机科学的一个领域，涉及人类语言的处理和分析。它用于各种应用程序，例如聊天机器人、情绪分析、语音识别等。
无水先生·2023-10-21 21:48

ElasticSearch的match fuzzy查询参数详解

fuzzy在es中可以理解为模糊查询，搜索本身很多时候是不精确的，很多时候我们需要在用户的查询词中有部分错误的情况下也能召回正确的结果，但是计算机无法理解自然语言，因此我们只能通过一些算法替代语言理解能力实现类似的事情
随风_d6a2·2023-10-21 19:38

机器不学习：浅析深度学习在实体识别和关系抽取中的应用

命名实体识别（NamedEntityRecognition，NER）就是从一段自然语言文本中找出相关实体，并标注出其位置以及类型，如下图。
小俊科技·2023-10-21 19:05

Transformers基本组件（一）快速入门Pipeline、Tokenizer、Model

Transformers基本组件（一）快速入门Pipeline、Tokenizer、ModelHuggingFace出品的Transformers工具包可以说是自然语言处理领域中当下最常用的包之一，实现了大量的主流预训练模型架构
undo_try·2023-10-21 18:55
上一页 59 60 61 62 63 64 65 66 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他