CS224N 第3页

斯坦福NLP课程 | 第19讲 - AI安全偏见与公平

·2022-05-23 18:55

斯坦福NLP课程 | 第18讲 - 句法分析与树形递归神经网络

·2022-05-23 18:24

NLP教程(9) - 句法分析与树形递归神经网络

·2022-05-20 13:27

斯坦福NLP课程 | 第17讲 - 多任务学习（以问答系统为例）

·2022-05-20 13:17

斯坦福NLP课程 | 第16讲 - 指代消解问题与神经网络方法

·2022-05-20 13:07

斯坦福NLP课程 | 第15讲 - NLP文本生成任务

·2022-05-20 13:36

斯坦福NLP课程 | 第14讲 - Transformers自注意力与生成模型

·2022-05-16 18:07

斯坦福NLP课程 | 第13讲 - 基于上下文的表征与NLP预训练模型(ELMo, transformer)

·2022-05-16 17:35

斯坦福NLP课程 | 第12讲 - NLP子词模型

·2022-05-16 17:05

斯坦福NLP课程 | 第11讲 - NLP中的卷积神经网络

·2022-05-16 17:01

NLP教程(8) - NLP中的卷积神经网络

·2022-05-16 17:58

深度学习入门，计算机视觉，推荐系统，自然语言处理理论框架以及学习资料【附知识图谱与链接】

2课程推荐CS224n斯坦福深度自然语言处理课17版中

子韵如初·2022-05-15 07:00

斯坦福NLP课程 | 第10讲 - NLP中的问答系统

·2022-05-12 00:41

NLP教程(7) - 问答系统

·2022-05-12 00:11

NLP教程(9) - 句法分析与树形递归神经网络

ShowMeAI·2022-05-11 08:19

斯坦福NLP课程 | 第9讲 - cs224n课程大项目实用技巧与经验

·2022-05-10 14:36

斯坦福NLP课程 | 第8讲 - 机器翻译、seq2seq与注意力机制

·2022-05-10 14:03

斯坦福NLP课程 | 第7讲 - 梯度消失问题与RNN变种

·2022-05-09 18:07

斯坦福NLP课程 | 第6讲 - 循环神经网络与语言模型

·2022-05-09 18:37

NLP教程(5) - 语言模型、RNN、GRU与LSTM

·2022-05-09 18:06

斯坦福NLP课程 | 第5讲 - 句法分析与依存解析

ShowMeAI·2022-05-06 07:01

斯坦福NLP课程 | 第5讲 - 句法分析与依存解析

·2022-05-05 19:51

NLP教程(4) - 句法分析与依存解析

·2022-05-05 19:21

斯坦福NLP课程 | 第3讲 - 神经网络知识回顾

·2022-05-05 19:20

斯坦福NLP课程 | 第4讲 - 神经网络反向传播与计算图

·2022-05-05 19:20

NLP教程(3) - 神经网络与反向传播

·2022-05-05 18:17

斯坦福NLP课程 | 第2讲 - 词向量进阶

·2022-05-01 10:47

NLP教程(2) | GloVe及词向量的训练与评估

·2022-05-01 09:46

斯坦福NLP课程 | 第1讲 - NLP介绍与词向量初步

·2022-04-29 17:22

NLP教程(1)-词向量、SVD分解与Word2Vec

·2022-04-29 16:48

自然语言处理教程 | 斯坦福CS224n · 课程带学与全套笔记解读

·2022-04-29 15:45

【CS224n】2斯坦福大学深度学习自然语言处理课程笔记——词向量、词义和神经分类器

NaturalLanguageProcessingwithDeepLearning课程笔记21.词向量和word2vec2.优化基础知识3.我们能否通过计数更有效地抓住词义的本质？4.词向量的GloVe模型5.评价词向量6.词义7.回顾分类和神经网络的不同之处8.介绍神经网络小结主要目标：在课后能读懂wordembeddings论文1.词向量和word2vec回忆：word2vec的主要思想从随机

Yang SiCheng·2022-04-23 07:43

CS224N刷题——Assignment1.1&1.2_Softmax&神经网络基础

Assignment#11.Softmax(a)证明softmax对输入中的常量偏移保持不变，即对于任何输入向量x和任何常量c，式中，x+c意味着将常数c加到x的每个维上。记住：注：在实践中，我们利用这一性质，在计算数值稳定性的softmax概率时，选择。（即从x的所有元素中减去其最大元素）(b)给出n行和d列的输入矩阵，使用（a）部分的优化方法计算每行的softmax预测。defsoftmax(

韩明宇·2022-03-14 07:27

CS224N刷题——Assignment1.3_word2vec

Assignment#13.word2vec(a)假设已有一个与skip-gram模型的中心词c对应的预测词向量，并使用word2vec模型中的softmax函数进行词预测：其中w表示第w个词，是词汇表中所有单词的“输出”词向量。假设在预测中使用交叉熵损失函数，单词o是预期单词（在one-hot标签向量中的第o个元素是1），推导关于的梯度。提示：使用问题2中的符号会有帮助。例如，让作为每个词的so

韩明宇·2022-03-14 07:27

cs224n作业1学习笔记

1.Softmaxsoftmax函数通常用在机器学习的分类问题中，作为输出层的激活函数。它的输入是一个实数向量，输出向量的长度与输入向量相同(也与分类的数目相同)，但所有元素的取值范围为(0,1)，且所有元素的和为1。输出向量的各个元素值表示的是属于某个分类的可能性。softmax函数的数学表达式为：softmax(x)i=exi∑jexjsoftmax(\boldsymbolx)_i=\frac

番茄大圣·2022-02-26 07:05

CS224n课程笔记（一）——深度自然语言处理

一、自然语言处理一般来说语言的处理过程分为以下几步：而中间的两步，句法分析和语义分析是我们自然语言处理课程的主要内容。以下列出的是NLP的一些应用：近些年，NLP在工业应用上取得了巨大的成功：在讲到深度学习之前，我们先来构建一些概念。一般来说信号处理、数据挖掘等等都只是处理数据，从一堆随机数据里面找出规律等等。但人类语言并不是大量的数据，让你把它变成有用的信息。语言是一种符号。而人类之间沟通的具体

StarCoo·2022-02-26 07:35

cs224n学习笔记 4

1一般的分类问题1.1softmaxclassifier训练集的形式是，其中是inputs，是labels；在这里，我们做出一些约定，方便后面进行说明：我们认为是一个d维的向量，表示C个类别中的一类当训练结束，进入预测阶段的时候，我们希望我们的模型能够预测"输入为x，类别为y”这件事的概率，我们可以借助训练得到的参数直接进行计算，计算的式子为，其中参数W是一个C*d的矩阵，该矩阵的第i行是预测输入

jijijix·2022-02-26 07:25

CS224n学习笔记

CS224n学习笔记CS224n:NaturalLanguageProcessingwithDeepLearning代码及笔记在https://github.com/AngusMonroe/CS224n

angus_monroe·2022-02-26 07:49

cs224n学习笔记2

应用：Windowclassification词窗口分类模型例如在命名实体识别任务中，已经掌握每个词汇对应的词向量，任务是识别出文本中的词向量的词性和类别词窗口分类模型的思路是在对单词分类时，考虑该词汇和其周围的单词窗口，将包含中心词和上下文的窗口拼接成列向量放入分类器中训练得到其分类Softmax分类器将输入向量与参数矩阵相乘，然后通过softmax函数计算各分类概率交叉熵损失函数为缺点在于只能

TARO_ZERO·2022-02-26 07:18

cs224n学习笔记1

目录wordvector词向量word2vec模型Skip-gram模型ContinuousBagofWords连续词袋模型共现矩阵作为词向量组合模型：Glove词向量的评估wordvector词向量one-hotvector独热码：仅依靠1的位置区分单词，词向量无法相互关联于是考虑用点积结果表征单词相似性，也就有了word2vec模型word2vec模型生成词向量算法：Skip-grams(SG

TARO_ZERO·2022-02-26 07:18

cs224n学习笔记3

依存分析两个句法分析工具：Context-freegrammars(CFGs)上下文无关文法Dependencystructure依存句法结构Dependencysyntax依存句法单词A修饰单词B，则称单词A是单词B的依赖，表示为BA解决句法歧义问题，可探究词汇或短语间的依存结构，关于嵌套规则有一定的约束条件，最终可能的结构的个数称为Catalan数Treebanks树库：人工标注的依存关系树依

TARO_ZERO·2022-02-26 07:42

比较全的NLP参考资源

://cs224d.stanford.edu/CS224d:DeepLearningforNaturalLanguageProcessinghttp://web.stanford.edu/class/cs224n

御风之星·2021-05-21 01:22

CS224N(13)-词向量的上下文表征及预训练

ContextualWordRepresentationsandPretraining一、WordRepresentations在2018年之前，我们使用的词向量表征技术主要有三个：Word2Vec、Glove、FastText。但是这三个方法都普遍存在在一些问题，就是无法解决一次多义的问题，即对于同一个词无论上下文的单词是否相同，训练出来的词向量都是一样的。通常我们训练词向量的时候，首先会初始化

Evermemo·2021-04-23 12:44

【NLP】5计数词向量底层代码编写和gensim word2vec库入门——斯坦福大学CS224n第一次课作业代码复现

gensimword2vec库入门背景：词向量第一部分：基于计数的词向量共现矩阵绘制共现词嵌入图问题1.1：实现distinct_words问题1.2：实现compute_co_occurrence_matrix问题1.3：实现reduce_to_k_dim问题1.4：实现plot_embeddings问题1.5：共生图分析第二部分：基于词向量预测降低单词嵌入的维度问题2.1：GloVePlot分

Yang SiCheng·2021-02-13 14:04

【NLP】1安装gensim库与斯坦福大学CS224n第一次课代码复现

Gensimwordvectorvisualization1.安装gensim库2.word2vec实例小结1.安装gensim库打开命令行，输入：pipinstall-ihttps://pypi.tuna.tsinghua.edu.cn/simplegensim安装好了可以在默认安装路径下（本人为Anaconda3）找到这两个包：2.word2vec实例根据之前斯坦福大学深度学习自然语言处理课程

Yang SiCheng·2021-02-09 13:23

Manning、陈丹琦讲座，2021 斯坦福 CS224N 即将开课

转自|机器之心作者|杜伟、小舟斯坦福大学CS224N深度学习自然语言处理2021冬季课程即将开课！自然语言处理（NLP）或者计算语言学是信息时代最重要的技术之一。

zenRRan·2021-01-14 18:32

2019年CS224N课程笔记-Lecture 19:Safety, Bias, and Fairness

资源链接：https://www.bilibili.com/video/BV1r4411f7td?p=19毒性/toxicity->戾气程度正课内容对于现实中的这种香蕉我们倾向于不提黄色（第一次看这个图的时候很少/几乎没有有人说黄色），因为黄色是他的原型（绿色和斑点则不是）原型理论分类的目的之一是将刺激之间的无限差异缩小到行为和认知上可用的比例物品可能有一些核心的原型概念，这些概念来自于存储的对象

任菜菜学编程·2020-09-15 04:56

2019年CS224N课程笔记-Lecture 20:The Future of NLP+Deep Learning

资源链接：https://www.bilibili.com/video/BV1r4411f7td?p=20正课内容5年前NLP的深度学习NoSeq2SeqNoAttentionNolarge-scaleQA/readingcomprehensiondatasetsNoTensorFloworPytorch深度学习+NLP的未来利用无标签数据Back-translation和无监督机器翻译提高预训练

任菜菜学编程·2020-09-15 04:24

Ooo。·2020-09-14 01:44

cs224n笔记04-Contextual Word Embeddings

z1103757047·2020-09-13 20:12

推荐频道

CS224N

斯坦福NLP课程 | 第19讲 - AI安全偏见与公平

斯坦福NLP课程 | 第18讲 - 句法分析与树形递归神经网络

NLP教程(9) - 句法分析与树形递归神经网络

斯坦福NLP课程 | 第17讲 - 多任务学习（以问答系统为例）

斯坦福NLP课程 | 第16讲 - 指代消解问题与神经网络方法

斯坦福NLP课程 | 第15讲 - NLP文本生成任务

斯坦福NLP课程 | 第14讲 - Transformers自注意力与生成模型

斯坦福NLP课程 | 第13讲 - 基于上下文的表征与NLP预训练模型(ELMo, transformer)

斯坦福NLP课程 | 第12讲 - NLP子词模型

斯坦福NLP课程 | 第11讲 - NLP中的卷积神经网络

NLP教程(8) - NLP中的卷积神经网络

深度学习入门，计算机视觉，推荐系统，自然语言处理理论框架以及学习资料【附知识图谱与链接】

斯坦福NLP课程 | 第10讲 - NLP中的问答系统

NLP教程(7) - 问答系统

NLP教程(9) - 句法分析与树形递归神经网络

斯坦福NLP课程 | 第9讲 - cs224n课程大项目实用技巧与经验

斯坦福NLP课程 | 第8讲 - 机器翻译、seq2seq与注意力机制

斯坦福NLP课程 | 第7讲 - 梯度消失问题与RNN变种

斯坦福NLP课程 | 第6讲 - 循环神经网络与语言模型

NLP教程(5) - 语言模型、RNN、GRU与LSTM

斯坦福NLP课程 | 第5讲 - 句法分析与依存解析

斯坦福NLP课程 | 第5讲 - 句法分析与依存解析

NLP教程(4) - 句法分析与依存解析

斯坦福NLP课程 | 第3讲 - 神经网络知识回顾

斯坦福NLP课程 | 第4讲 - 神经网络反向传播与计算图

NLP教程(3) - 神经网络与反向传播

斯坦福NLP课程 | 第2讲 - 词向量进阶

NLP教程(2) | GloVe及词向量的训练与评估

斯坦福NLP课程 | 第1讲 - NLP介绍与词向量初步

NLP教程(1)-词向量、SVD分解与Word2Vec

自然语言处理教程 | 斯坦福CS224n · 课程带学与全套笔记解读

【CS224n】2斯坦福大学深度学习自然语言处理课程笔记——词向量、词义和神经分类器

CS224N刷题——Assignment1.1&1.2_Softmax&神经网络基础

CS224N刷题——Assignment1.3_word2vec

cs224n作业1学习笔记

CS224n课程笔记（一）——深度自然语言处理

cs224n学习笔记 4

CS224n学习笔记

cs224n学习笔记2

cs224n学习笔记1

cs224n学习笔记3

比较全的NLP参考资源

CS224N(13)-词向量的上下文表征及预训练

【NLP】5计数词向量底层代码编写和gensim word2vec库入门——斯坦福大学CS224n第一次课作业代码复现

【NLP】1安装gensim库与斯坦福大学CS224n第一次课代码复现

Manning、陈丹琦讲座，2021 斯坦福 CS224N 即将开课

2019年CS224N课程笔记-Lecture 19:Safety, Bias, and Fairness

2019年CS224N课程笔记-Lecture 20:The Future of NLP+Deep Learning

NLP技术相关网站分享

cs224n笔记04-Contextual Word Embeddings