NLP+机器翻译第18页

【论文精读】Attention Is All You Need

在两个机器翻译任务上

拟禾·2023-02-16 21:46

Spring 系列框架的中文文档

·2023-02-16 20:39

斯坦福大学-自然语言处理入门笔记第四课语言模型

一、介绍N-grams1、概率语言模型对每个句子给出一个概率，用以判断机器翻译中哪个句子是最佳的选择，拼写校准中哪个句子可能出现错误。

sansheng su·2023-02-07 08:17

人工智能入门学习笔记（二）

目录五、计算机视觉5.1计算机视觉概述5.2图像分类5.3目标检测5.4图像分割六、自然语言处理6.1自然语言处理简介6.2自然语言处理的组成6.3自然语言理解6.4信息检索6.5机器翻译6.6情感分析

源于花海·2023-02-07 08:45

机器学习框架

书目：周志华机器学习西瓜书李航统计学习方法方向：计算机视觉图像处理、物体检测、语义分割(锤子手机的爆炸功能)自然语言处理机器翻译、信息抽取、情感分析机器翻译的几个阶段：基于规则的翻译方法基于统计的翻译方法基于神经网络的翻译方法基于中间语言的翻译方法基于实例的翻译方法语音任务语音识别

ycttstysmd666·2023-02-07 07:13

效率工具

microsofttodo7.GTD重型管理工具omnifocus8.罗技鼠标MXmaster9.打造圈子Bigbang10.项目管理Milstone11.代码编辑器+编辑模式Emacs+org-mode12.神经机器翻译

晌晌·2023-02-06 22:59

【AI技术分享会第8期】EMNLP 2022 小样本学习论文解读来啦！开年直播好礼相送

该会议曾推动了预训练语言模型、文本挖掘、对话系统、机器翻译等自然语言处理领域的核心创新，在学术和工业界都有巨大的影响力。

·2023-02-06 10:20

语言模型

其中，统计语言模型具有准确性高，容易训练和维护等优点，在诸如语音识别，手写识别，OCR(OpticalCharacterRecognition)，机器翻译，输入法，文本校正等领域被广泛的应用。

ziyu123·2023-02-06 10:57

深度学习：Self-Attention与Multi-heads Attention详解

IntroductionSelf-AttentionMulti-HeadAttentionPosition-EncodingIntroductionTransformer最初是由AshishVaswani等人提出的一种用以完成机器翻译的

HanZee·2023-02-06 08:58

五.encoder-decoder

机器翻译这块看的懵懂，先贴代码部分，概念部分不熟悉没整理出来，以后回来更新Encoder-Decoderencoder：输入到隐藏状态decoder：隐藏状态到输出imageclassEncoder(nn.Module

copain_sir·2023-02-05 23:28

划个重点~霉霉在纽约大学毕业典礼上的演讲

整理了一些霉霉在纽约大学2022年毕业典礼上的演讲里的语言点，一起来看——英文源自网络，译文为机器翻译基础上修缮，供理解参考。笔记由译群人团队制作。

福州翻译Ivy·2023-02-05 18:43

I ♥ Logs 附录A.参考

注意：这一章还未完成编辑，你阅读的内容中还存在大量机器翻译的结果附录A.参考如果到目前为止，你将了解我对日志的大部分了解；这里有一些你可能想查看的有趣参考。

Aaron流程思维·2023-02-05 16:39

【自然语言处理六】利用transformer模型实现机器翻译

下面是利用transformer模型实现机器翻译的简单例子，框架用的是tensorflow。训练部分importreimports

moo611·2023-02-05 14:10

2023年“华数杯”国际大学生数学建模A题完整思路

美赛的发题时间与华数杯一致，都是早晨六点，现已经将机器翻译的初步翻译结果进行了分享。下面为大家带来A题的一个初步思路解析。方便大家更好的选题。

热心网友俣先生·2023-02-05 11:16

2023年“华数杯”国际大学生数学建模B题完整思路

美赛的发题时间与华数杯一致，都是早晨六点，现已经将机器翻译的初步翻译结果进行了分享。下面为大家带来B题的一个思路解析。方便大家更好的选题。

热心网友俣先生·2023-02-05 11:16

对偶学习-机器学习

在图像识别中，深度学习已经超过了人类的水平，最近微软刚刚宣布在语音识别中也超过了人类的平均水平，在机器翻译中

weixin_ry5219775·2023-02-05 07:33

OpenMMLab

研究如何让计算机自动理解图像和视频中的内容计算机视觉解决的三大问题：分类、检测、分割OpenMMLab：计算机视觉开源算法体系机器学习和神经网络简介机器学习详细笔记机器学习基础机器学习：让计算机从数据中学习去解决问题（问题—>收集数据—>拟合模型）应用：人脸识别、机器翻译

XinrZhou·2023-02-04 19:21

NLP入门（四）命名实体识别（NER）

命名实体识别（NamedEntityRecognition，简称NER）是信息提取、问答系统、句法分析、机器翻译等应用领域的重要基础工具，在自然语言处理技术走向实用化的过程中占有重要地位。

山阴少年·2023-02-04 17:32

Python NLP初识-小试牛刀

章前小菜自然语言处理是人工智能中的一大重要研究方向，应用在文本分类、机器翻译、智能回答、情感分析等诸多领域。

AnywalkerGISer·2023-02-04 17:24

信息学奥赛一本通 1401：机器翻译 | 1859：【10NOIP提高组】机器翻译 | OpenJudge NOI 1.12 07 | 洛谷 P1540 [NOIP2010 提高组] 机器翻译

【题目链接】ybt1401：机器翻译ybt1859：【10NOIP提高组】机器翻译OpenJudgeNOI1.1207:机器翻译洛谷P1540[NOIP2010提高组]机器翻译【题目考点】1.模拟2.队列

君义_noip·2023-02-04 07:46

【C++题解/洛谷】P1540 [NOIP2010 提高组] 机器翻译

本题目来自洛谷P11540[NOIP2010提高组]机器翻译题目背景小晨的电脑上安装了一个机器翻译软件，他经常用这个软件来翻译英语文章。

Jianghaoyu123456·2023-02-04 07:38

深度学习中的Attention机制

本文以机器翻译为例，深入浅出地介绍了深度学习中注意力机制的原理及关键计算机制，同时也抽象出其本质思想，并介绍了注意力模型在图像及语音等领域的典型应用场景。

阿尔法旺旺·2023-02-03 12:04

动手学深度学习（四十八）——使用注意力机制的seq2seq

文章目录一、动机二、Bahdanau注意力模型1.定义Attention解码器2.训练3.使用BLEU评估4.可视化权重总结一、动机机器翻译时，每个生成的词可能相关于源句子中不同的词二、Bahdanau

留小星·2023-02-03 11:43

HuggingFace学习3：加载预训练模型完成机器翻译（中译英）任务

加载模型页面为：https://huggingface.co/liam168/trans-opus-mt-zh-en文章目录整理文件跑通程序，测试预训练模型拆解Pipeline，逐步进行翻译任务整理文件首先下载模型所需的全部文件：https://huggingface.co/liam168/trans-opus-mt-zh-en/tree/main，将文件全部下载到本地，命名为trans_mode

呆萌的代Ma·2023-02-03 11:35

浅谈所谓人工智能

现实中机器确实也可以干很多事情，酷炫如机器翻译，人机对话，目标识别，物体分类，语音识别等等。可是略懂一点后，你就会非常失望。

jeavenwong·2023-02-03 02:23

Transformer原理及代码注释(Attention is all you need)

Transformer是谷歌针对NLP的机器翻译问题，2017年发表了一篇名为AttentionIsAllYouNeed的论文中提出的模型。

ffffatgoose·2023-02-02 21:26

2021-10-19

2017年，google机器翻译团队发表的《At

ZHUY-JUN·2023-02-02 16:21

数据分析-深度学习-神经网络

并在语音识别，机器翻译，图像识别，

ITLiu_JH·2023-02-02 12:45

深度学习在NLP中的应用---技巧与资源

• 语言建模(语音识别，机器翻译)• 问答系统语言建模主要包含根据前面一个词，预测下一个词出现的概率，即P(nextword|previousword)预测一个长句子出现的概率用于语音，翻译以及压缩这里会遇到一个问题

frank_hetest·2023-02-02 08:35

程序员的10大境界,计算科学的10层楼，比尔盖茨看了会自卑，牛顿看了会落泪！

在网络安全软件、服务端软件、机器翻译软件、工具软件、嵌入式系统等领域都拥有丰富的专业实践经验。

CyberLogix·2023-02-01 12:58

机器学习实战(第二版)读书笔记(4)——seq2seq模型&注意力机制（BahdanauAttention，LuongAttention）详解

一、Seq2seq模型机器学习实战(第二版)读书笔记(1)——循环神经网络（RNN）中详细介绍了RNN如下图1所示，可以发现RNN结构大多数对序列长度比较局限，对于机器翻译等任务(输入输出长度不想等NtoM

爱晒太阳的胖子·2023-02-01 12:23

I ♥ Logs 第二章数据集成

注意：这一章还未完成编辑，你阅读的内容中还存在大量机器翻译的结果第2章数据集成我要研究的第一个应用程序是数据集成。

Aaron流程思维·2023-02-01 12:56

ACL2020论文：使用强化学习为机器翻译生成对抗样本

当前神经机器翻译（neuralmachinetranslation,NMT）系统在实用场合常常会出现用户难以预计的错误，这些错误甚至存在消极的社会影响。而基于用户反馈进行的维护通常也

zenRRan·2023-02-01 09:27

一种超级简单的Self-Attention ——keras 实战

Attention技术在NLP模型中几乎已经成了不可或缺的重要组成部分，最早Attention主要应用在机器翻译中起到了文本对齐的作用，比如下图，Attention矩阵会将法语的LaSyrie和英语的Syrie

王同学死磕技术·2023-02-01 09:33

AI_er·2023-01-31 19:05

transformer ViT DERT

1transformerAttentionIsAllYouNeedhttps://arxiv.org/abs/1706.03762NLP机器翻译具有全局语义特征提取融合及并行计算的特点。

bigliu666·2023-01-31 15:42

Transformer论文翻译

在两个机器翻译任务上具有更好的性能。IntroducntionRNN,LSTM,GRU已经在序列建模取得了最好的性能。从那之后，大量的女里继续推送了循环语言模型和Seq2Seq模型的

白菜技术-小陈·2023-01-31 13:45

2017 Attention is All You Need 提出Transformer的论文

在两个机器翻译任务上的实验表明，模型在质量上更优越，同时可并行的，需要训练时间更少。我们的模型在WMT2014英-德翻译任务上实现了28.4BLEU，超过现有的最佳结果，

weixin_42653320·2023-01-31 13:45

传统Seq2Seq+Attention实现机器翻译

Python3.7Tensorflow1.8.0Anaconda3完整代码及数据有待更新上传声明：创作不易，未经授权不得复制转载statement:Noreprintingwithoutauthorization内容：理解并实践神经机器翻译模型

Mr_Relu·2023-01-31 12:25

跟我一起学PyTorch-08：循环神经网络RNN

在实际中，需要处理很多变长的需求，比方说在机器翻译中，源语言中每个句子长度是不一样的，源语言对应的目标语言的长度也是不一样的。这时使用CNN就不能达到想要的效果

金字塔下的小蜗牛·2023-01-31 12:22

NLP语言模型，机器翻译任务中的贪心搜索 Greedy search 和集束搜索 Beam search（学习心得）

Pickingthemostlikelysentence可以把机器翻译，想像成建立一个条件语言模型aconditionallanguagemodel语言模型，可以用来估计一个语句的概率也可以根据第一个输入

AItrust·2023-01-31 08:50

Transformer详解（三）：Transformer 结构

论文中提出了transformer这么一种新的结构，将其应用在机器翻译的领域上，取得了很好的效果。本文将分析一下Transformer结构的具体组成部分。

Max_7·2023-01-31 03:39

捉虫记（三）

lasttooold像是机器翻译的结果。白头偕老指夫妻相亲相爱，共同生活到老。两个人白头偕老，而不是爱情白头偕老。白头偕老的翻译方法有多种，要看语境。从这句话，我揣测作者想说，Iaskedmygran

英语口语阿静·2023-01-31 00:03

transformer库使用

这些模型可用于不同模态的任务，文本：文本分类、信息抽取、问答系统、文本摘要、机器翻译和文本生成。图像：图像分类、目标检

big_matster·2023-01-30 18:33

动画图解Attention机制，让你一看就明白

RaimiKarim编译：ronghuaiyang导读之前分享了几次attention的文章，感觉意犹未尽，这次用GIF来解释Attention机制，让人一看就明白，并解释如何用在GoogleTranslate之类的机器翻译场景中

ronghuaiyang·2023-01-30 16:56

2. Transformer相关的原理（2.1.图解attention）

seq2seq模型结构在很多任务上都取得了成功，如：机器翻译、文本摘要、图像描

sunshinecxm_BJTU·2023-01-30 16:55

（科普）nlp-图解Attention+Transformer

如：机器翻译、文本摘要、图像描述生成。谷歌翻译在2016年年末开始使用这种模型。

꧁ᝰ苏苏ᝰ꧂·2023-01-30 16:55

【NLP】图解 Attention完整版

序列到序列（seq2seq）模型是一种深度学习模型，在很多任务上都取得了成功，如：机器翻译、文本摘要、图像描述生成。谷歌翻译在2016年年末开始使用这种模型。

风度78·2023-01-30 16:23

现有大型语言模型(ChatGPT)的上下文理解能力还是零

人工智能的一个重要方面是人机交互智能，人机交互智能的核心在于机器对自然语言的理解，而机器翻译是衡量这种理解的标准与有效方式。

思想的牛仔·2023-01-30 16:19

vue2使用wangEditor

包括语音识别、机器翻译等从基础到实战都有，很详细，分享给大家。大家及时保存，说不定啥时候就没了。

Mr.Meng_95·2023-01-30 15:11

推荐频道

NLP+机器翻译