语义分词

LLM 中的 vocabulary 和 embedding vector

这个过程通常分为两个步骤:分词(Tokenization)将输入的自然语言文本按照某种规则分割成一系列的token,可以是单词、子词或者字符等。
Overman..·2025-02-10 04:33

NLP_[2]-认识文本预处理

1文本预处理及其作用2.文本预处理中包含的主要环节2.1文本处理的基本方法2.2文本张量表示方法2.3文本语料的数据分析2.4文本特征处理2.5数据增强方法2.6重要说明2文本处理的基本方法1.什么是分词
闵少搞AI·2025-02-10 03:57

想做 Python 聊天机器人，有什么好用的中文分词、数据挖掘、AI方面的 Python 库或者开源项目推荐

想做Python聊天机器人，有什么好用的中文分词、数据挖掘、AI方面的Python库或者开源项目推荐？在当今数字化时代，聊天机器人已经成为了连接人与机器的重要桥梁。
xiamu_CDA·2025-02-09 20:01

前端程序员需要掌握的知识

一、基础技术HTML/CSS：HTML：熟练掌握各种HTML标签及其语义，能够构建结构清晰、语义明确的网页结构。了解HTML5的新特性，如语义化标签、视频音频播放、Canvas绘图等。
肘击鸣的百k路·2025-02-09 13:18

华为小艺助手接入DeepSeek，升级鸿蒙HarmonyOS NEXT即可体验

通过接入DeepSeek，小艺助手能够更好地理解用户的复杂语义和多样需
2501_90444774·2025-02-09 10:53

HTML5 有哪些新特性

以下是HTML5的一些关键新特性：1.语义化标签新增了一系列语义化标签，如、、、和/，这些标签有助于更好地描述页面内容的结构和意义。
山间听雨声·2025-02-08 22:21

HTML5有哪些新特性？

怎么样处理h5新标签的兼容问题怎么样区分HTML和HTML5新增的功能更加语义化的元素。article、footer、header、nav、section本地化储存。
简笔记·2025-02-08 21:49

怎么理解语义化

H5新增了很多新的特性，这也成了我们面试的时候面试官喜欢问的一个问题，那我们可能在开发的过程中如果没有去关注过那也不是很清楚用到的是不是H5的新特性，下面我们就来讲一下H5十大新特性1、语义化标签，为我们提供了更好的页面结构
菜鸟咸鱼一锅端·2025-02-08 21:49

C/C++嵌入式面试题

预处理：头⽂件包含、宏替换、条件编译、删除注释编译：主要进⾏词法、语法、语义分析等，检查⽆误后将预处理好的⽂件编译成汇编⽂件。
残念惭忆·2025-02-08 15:02

实例研究：设计一个文档编辑器（8）

我们可以想到用语义动作修饰抽象语法树、用新的转换修饰有穷状态自动机或者以属性标签修饰持久对象网等例子。Decorator一般化了我们在Lexi中使用的方法，而使它具有更广泛的实用。获得跨越硬件和
workflower·2025-02-08 14:23

Lucene搜索引擎原理与代码实例讲解

Lucene搜索引擎原理与代码实例讲解关键词：搜索引擎,全文检索,倒排索引,查询优化,索引构建,分词,评分器1.背景介绍1.1问题由来在信息爆炸的互联网时代，如何高效地管理和搜索信息成为了一个严峻的挑战
杭州大厂Java程序媛·2025-02-08 04:41

MobileNetV2: Inverted Residuals and Linear Bottlenecks

Link：https://arxiv.org/abs/1801.04381这篇文章是一篇关于MobileNetV2的学术论文，主要介绍了MobileNetV2的架构设计及其在图像分类、目标检测和语义分割任务中的应用
TAICHIFEI·2025-02-08 03:38

ElasticSearch IK热词自动热更新原理与Golang实现

热更新概述ik分词器本身可以从配置文件加载扩张词库，也可以从远程HTTP服务器加载。从本地加载，则需要重启ES生效，影响比较大。所以，一般我们都会把词库放在远程服务器上。
Go和分布式IM·2025-02-07 20:22

docker安装es及分词器ik

系统是macos，docker是docker-desktop拉取镜像dockerpullbitnami/elasticsearch启动docker镜像dockercreate-e"discovery.type=single-node"\--nameelasticsearch1-p9200:9200-p9300:9300\bitnami/elasticsearch:8.17.1测试是否好使http:
陈墨1234·2025-02-07 20:21

读go语言自制解释器（二）解析ast

简介书中对这部分的介绍是对ast进行求值，但我感觉应该叫语义分析更加合适一点，单纯的ast是没有意义的，需要对其进行相关解析，生成符合自己需求的结果，才更加合适。
陈墨1234·2025-02-07 20:51

ES6-编程风格

块级作用域let代替varlet完全可以取代var，因为两者的语义相同，而且let没有副作用。
weixin_34237596·2025-02-07 13:36

ES6---编程风格

其中，let完全可以取代var，因为两者语义相同，而且let没有副作用。2.全局常量和线程安全在let和const之间，建议优先使用const，尤其是在
南初️·2025-02-07 13:36

产品经理的人工智能课 02 - 自然语言处理

产品经理的人工智能课02-自然语言处理1自然语言处理是什么2一个NLP算法的例子——n-gram模型3预处理与重要概念3.1分词Token3.2词向量化表示与Word2Vec4与大语言模型的交互过程参考链接大语言模型
平头某·2025-02-07 05:12

Java 层面保证内存可见性的方式

2.synchronized，synchronized的内存语义可以保证在获取锁之后，可以保证前面操作的数据是可见的。
Master_hl·2025-02-07 05:09

大模型RAG优化方案_融合bm25和语义检索

1.写在前面检索增强生成(Retrieval-AugmentedGeneration,RAG)是一种将检索(Retrieval)和生成(Generation)相结合的技术，它利用检索到的相关信息来增强大型语言模型(LLM)的生成能力。RAG系统通常包含两个关键组件：检索器(Retriever)：从知识库中检索与输入查询(Query)相关的文档。生成器(Generator)：利用检索到的文档和输入查
kakaZhui·2025-02-06 23:31

基于HTML生成网页有什么优势

HTML语法简洁直观，标签和属性语义明确，新手也能迅速上手，创建包含基础元素的网页，极大降低了开发门槛，促进网络内容多元化。
星糖曙光·2025-02-06 17:50

【Elasticsearch】学习笔记-p2（索引库操作&文档操作）

1.1mapping映射属性mapping是对索引库中文档的约束，常见的mapping属性包括：type：字段数据类型，常见的简单类型有：字符串：text（可分词的文本）、keyword（精确值，例如：
2401_84010836·2025-02-06 15:37

深度学习与搜索引擎优化的结合：DeepSeek的创新与探索

深度学习在搜索引擎中的作用3.DeepSeek实现搜索引擎优化的关键技术3.1神经网络与搜索引擎优化3.2自然语言处理与查询理解3.3深度强化学习与搜索结果排序4.DeepSeek的深度学习架构4.1查询解析与语义理解
云边有个稻草人·2025-02-06 10:37

.Net / C# 繁体中文 与 简体中文 互相转换, 支持地方特色词汇

还支持日文的新旧转换.OpenCC在.Net中的实现https://github.com/CosineG/OpenCC.NET代码.Net8这里只举例繁体转简体,其他的类似usingOpenCCNET;//初始化字典和分词
xxxxxue·2025-02-06 08:54

6 Flink 状态管理

从容错和消息处理的语义上(atleastonce,exactlyonce)，Flink引入了state和checkpoin
TTXS123456789ABC·2025-02-06 07:48

组合（Composition） 和 聚合（Aggregation） 是面向对象编程中的两种常见关系，它们都表示“整体-部分”或“拥有”的关系

组合（Composition）和聚合（Aggregation）是面向对象编程中的两种常见关系，它们都表示“整体-部分”或“拥有”的关系，但在语义和实现方式上有所不同。
Respect@·2025-02-06 05:58

前端大模型入门：编码(Tokenizer)和嵌入(Embedding)解析

Tokenizer将文本转换为模型可处理的数字ID，而Embedding则将这些ID转化为能捕捉语义关系的稠密向量。文章通过具体示例和代码展示了两者的实现方法，帮助读者理解其基本原理和应用场景。
大模型玩家·2025-02-06 03:38

大语言模型轻量化：知识蒸馏的范式迁移与工程实践

本文提出基于动态知识蒸馏的轻量化范式，通过引入注意力迁移机制与分层蒸馏策略，在保持模型语义理解能力的同时实现参数效率的显著提升。实验表明，该方法在G
LucianaiB·2025-02-06 02:04

大语言模型应用指南：工作记忆与长短期记忆

这主要是因为N-gram模型只能捕捉到词汇之间的局部依赖关系，而无法捕捉到更长范围内的语义信息。1.2研究现状近年来，随着深度学习技术的发展，基于神经网络的语言模型逐渐崭露头角。其中，长短期记忆网
AI天才研究院·2025-02-06 00:51

为AI聊天工具添加一个知识系统 之87 详细设计之28 Derivation 统一建模元模型 之1

这棵树的雏形中描述了三种建模工件：语用钩子，语法糖和语义胶水。
一水鉴天·2025-02-06 00:19

核心HTML5/CSS3基础面试题

HTML5/CSS3高频经典面试题汇总了2023年各互联网大厂以及中小型创业公司基础阶段的最新高频面试题HTML/HTML5标签Interviewquestions1、说说你对HTML语义化的理解？
AgostoDu·2025-02-05 22:34

Elasticsearch 对于分词 position 的巧妙设计（qbit）

{"match_phrase":{"name.text":{"query":"sanli"}}}以下测试均使用ES内置的simple分词器试验过程直接查看分词结果GET_analyze{"analyzer
·2025-02-05 17:04

deepseek测试提效之快速查找测试用例

DeepSeek的语义搜索能力可以帮助测试工程师轻松找到相关测试用例，避免重复劳动，提高测试覆盖率。
Python测试之道·2025-02-05 12:44

关于搜索需求，搜索架构的一切

一、搜索引擎的原理，架构与细节文章：《搜索引擎的原理，架构与细节》内容：全网搜索引擎的架构与流程站内搜索引起的架构与流程搜索引擎原理与核心数据结构：正排，倒排，分词，拉链
架构师之路_·2025-02-05 02:39

前端的指导方针---css篇

引自：https://github.com/bendc/frontend-guidelinesHTML语义HTML5提供了语义元素的目的是精确描述的内容很多。确保你的词汇丰富的效益。
weixin_33815613·2025-02-04 22:41

DeepSeek R1重塑行业标准：BIM智能审查效率提升300%的实战解密

传统人工审查方式存在效率低、标准不统一、易遗漏等问题，DeepSeekR1框架支持的智能审查系统通过以下技术突破实现革新：多源异构数据融合：支持IFC/RVT/DWG等格式的自动转换语义特征解析引擎：基于深度学习的构件特征识别准确率达
Coderabo·2025-02-04 20:55

前端总结——HTML + CSS

3.HTML语义化标签有哪些？4.伪类和伪元素的区别是什么？5.CSS如何实现垂直居中？6.CSS常见的选择器有哪些？7.CSS的优先级如何计算？8.长度单位px、em和rem的区别是什么？
巴拉巴拉巴7788·2025-02-04 19:47

yarn的安装与配置（秒懂yarn用法）

目录一、yarn介绍1.概念2.主要特点与功能1.快速性能2.可靠性3.安全性4.语义化版本控制5.离线支持6.自动解决依赖冲突7.插件系统二、yarn安装与配置1.安装yarn使用npm安装（推荐）使用包管理器安装
码农白衣·2025-02-04 18:45

毕设 基于python的搜索引擎设计与实现

文章目录0简介1课题简介2系统设计实现2.1总体设计2.2搜索关键流程2.3推荐算法2.4数据流的实现3实现细节3.1系统架构3.2爬取大量网页数据3.3中文分词3.4相关度排序第1个排名算法：根据单词位置进行评分的函数第
A毕设分享家·2025-02-04 12:29

HTML+CSS面试题

XHTML元素必须被关闭标签名必须用小写字母XHTMl文档必须拥有根元素2.什么是语义化的HTML？直观的认识标签对于搜索引擎的抓取有好处，用正确的标签做正确的事情！
KangJinXuan·2025-02-04 06:07

基于深度学习的物体分割技术：从理论到实践

1.引言物体分割（ObjectSegmentation）是计算机视觉中的一项核心任务，其目标是将图像中的不同物体或区域分离出来，通常分为语义分割和实例分割两种类型。
人工智能_SYBH·2025-02-04 01:57

10.8 LangChain Output Parsers终极指南：从JSON解析到流式处理的规范化输出实践

大模型输出的“荒野西部”问题原始输出的三大痛点：格式不可控：模型可能返回纯文本、Markdown、JSON混合体结构不统一：相同语义的内容以不同形式呈现（如日期格式混乱）数据不可靠：
少林码僧·2025-02-03 21:22

分词实现小案例

MySQL并不是一个专门设计用于处理自然语言处理（NLP）或文本分词的数据库，但可以通过一些方法和技巧实现基本的分词功能，尤其是在处理中文文本或其他语言的应用场景中。
CodingBrother·2025-02-03 19:04

【自学笔记】Web前端的重点知识点-持续更新

前端工具与构建六、前端性能优化七、响应式设计与适配八、前端安全总结Web前端知识点一、HTML基础常用标签超链接(标签)图片(标签)表格(、、等标签)列表(无序列表、有序列表、定义列表)HTML5新特性语义化标签
Long_poem·2025-02-03 14:28

使用Colpali架构掌握多模态RAG技术

RAG（语义缓存：提升RAG性能的关键策略）通过将LLM的生成能力与外部知识检索系统相结合，实现了更准确、更可靠的输出。然而，传统的RAG主要局限于文本数据，无法充分利用多模态信息。
大模型之路·2025-02-03 07:33

HTML基础与进阶技术指南

初学者需要掌握HTML元素、属性、结构等基础知识，并了解HTML5新增的语义化标签，表单元素的使用，布局与定位技术，响应式设计原则，以及如何与JavaScript交互。
王奥雷·2025-02-02 22:48

软考高项笔记 信息技术及其发展

网络协议由三个要素组成，分别是语义、语法和时序。语义：解释控制信息每个部分的含义，它规定了需要发出何种控制信息，完成的动作以及做出什么样的响应。
·2025-02-02 22:15

深入剖析 HTML5 新特性：语义化标签和表单控件完全指南

系列文章目录01-从零开始学HTML：构建网页的基本框架与技巧02-HTML常见文本标签解析：从基础到进阶的全面指南03-HTML从入门到精通：链接与图像标签全解析04-HTML列表标签全解析：无序与有序列表的深度应用05-HTML表格标签全面解析：从基础到高级优化技巧06-HTML表单深度解析：GET和POST提交方法07-HTML表单控件类型大全：文本框、密码框、文件上传全掌握08-前端表单验
吴师兄大模型·2025-02-02 22:13

一个开源 GenBI AI 本地代理（确保本地数据安全），使数据驱动型团队能够与其数据进行互动，生成文本到 SQL、图表、电子表格、报告和 BI

我们的目标是通过先进的AI驱动型解决方案、可组合数据框架和语义智能来打破数据洞察的障碍，使每个团队成员都能自信地做出更快、更智能的
struggle2025·2025-02-02 15:31

柳暗花明又一村：Seq2Seq编码器解码器架构

传统的机器翻译方法通常依赖于统计模型和规则引擎，难以捕捉语言的复杂性和语义关系。随着深度学习的兴起，Seq2Seq架构为
AI大模型应用之禅·2025-02-02 15:29
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他