NLP+机器翻译

NLP自然语言处理应用场景

机器翻译：NLP可以用于开发机器翻译系统，实现跨语言沟通和文化交流。文本分类：NLP可以对大量文本进行分类，例如将新闻文章分类为政治、娱乐、体育等不同领域。智能搜索：NL
相信光的力量-哇哈里·2024-01-13 22:39

【python，机器学习，nlp】RNN循环神经网络

因为RNN结构能够很好利用序列之间的关系，因此针对自然界具有连续性的输入序列，如人类的语言，语音等进行很好的处理，广泛应用于NLP领域的各项任务，如文本分类，情感分析，意图识别，机器翻译等．RNN模型的分类
岩塘·2024-01-13 06:25

Transformer：革新自然语言处理的强大模型

本文将介绍Transformer的原理、结构和关键组成部分，并探讨它为机器翻译、文本生成和语言理解等任务带来的重要影响。
程序猿-饭饭·2024-01-12 15:20

BPE(Byte-Pair Encoding )代码实现

尽管贪婪，但它具有良好的性能,并被作为机器翻译等主流NLP任务的首选tokenize方法之一。
沉住气CD·2024-01-12 05:18

03.用于LLMs不同的任务-transformer 架构

要理解LLMs，我们必须简要回顾一下最初的转换器，它最初是为机器翻译而开发的，将英语文本翻译成德语和法语。变压器架构的简化版本如图1.4所示。
这就是编程·2024-01-11 10:05

Python与人工智能

目录编辑一、Python二.使用Python实现人工智能的几个具体案例2.1图像分类2.2自然语言处理2.3语音识别2.4推荐系统2.5机器翻译三.以下是使用Python实现的一个具体案例案例：垃圾邮件分类器一
Tech行者·2024-01-10 16:55

论文阅读：Language Models are Few-Shot Learners（巨无霸OpenAI GPT3 2020）

LanguageModelsareFew-ShotLearners（巨无霸OpenAIGPT32020）-知乎目录收起摘要1介绍2方法2.1模型和架构2.2训练数据集2.3训练流程2.4评估3结果3.1语言模型、完形填空和完成任务3.2封闭域问答系统3.3机器翻译
baidu_huihui·2024-01-10 13:23

transformer进行文本分析的模型代码

它在自然语言处理任务中被广泛应用，例如机器翻译。让我们逐步解释这段代码：类定义：classTransformerModel(nn.Module):这定义了一个名为Transfo
LinlyZhai·2024-01-10 12:09

图像描述生成笔记：Show and Tell: A Neural Image Caption Generator，2015年由谷歌团队创作，发布于年 IEEE 计算机视觉和模式识别会议CVPR

首先介绍一下机器翻译中的编码解码模型，因为图像描述的基础是机器翻译带来的灵感。在最原始
冰岛小贤·2024-01-10 03:14

Attention Is All You Need--Transformer

1.Abstract[作者是基于机器翻译的任务提出了该模型，现在该模型在语言处理、图像处理等领域广泛应用。]作者提出了一个新的简单的网络架构，叫做Transformer。
sweet_Mary·2024-01-09 20:37

Transformer论文--Attention Is All You Need

作者提出了仅依赖于注意力机制的的一种新的简单网络结构（Transformer），在机器翻译任务中与其他模型相比，该模型展现了更高的并行计算量同时大大减少了训练时间。
pepsi_w·2024-01-09 20:37

论文阅读-Attention Is All You Need阅读报告-机器翻译

1Introduction本文是2017年底谷歌大脑发表的文章，针对自然语言处理领域的经典问题-机器翻译，提出了一个只基于attention的结构来处理序列模型相关的问题，该模型被称为“Transformer
完美屁桃·2024-01-09 20:05

2024你好！

这些强大的模型在文本生成、机器翻译、情感分析等语言任务中展现出卓越的创新能力，而在图像识别、目标检测、语义分割等计算机视觉领域，它们更是不断刷新着人类的认知边界。值得一
鲸品堂·2024-01-09 13:24

【机器学习】循环神经网络（三）

序列预测问题循环神经网络实现的序列到序列的映射（RecurrentNeuralNetworkbasedSequence-to-SequenceMapping）是一种使用循环神经网络来将一个序列数据映射到另一个序列数据的方法，它可以用于机器翻译
十年一梦实验室·2024-01-09 11:10

【机器学习】循环神经网络（四）-应用

结构循环神经网络与CTC技术结构用于语音识别问题六、自然语言处理RNN-LM建模方法6.1中文分词6.2词性标注6.3命名实体识别详述LSTM+CRF进行命名实体识别的方法6.4文本分类6.5自动摘要6.6机器翻译
十年一梦实验室·2024-01-09 11:36

GPT火了一年了，你还不懂大语言模型吗？

二、大语言模型技术原理1深度学习基础2神经网络结构3语言模型训练与优化三、大语言模型应用场景1自然语言处理2机器翻译3智能问答与对话系统4文本生成
发狂的小花·2024-01-09 03:43

从计算机牛人学到的品质

而奥科能够看透机器翻译问题背后的本质，将其转化成一个数学问题，从而在这方面的研究上取得了别人无法达到的成就。2.永远以高标准来要求自己，做到极致。高德纳在编程时，总是力争自己的程序没有b
sherlock303·2024-01-09 01:21

day5-机器翻译

内容包括：机器翻译难点数据预处理数据清洗3.encoder-decoder结构机器翻译难点：普通的rnn，输入n个x，那么输出n个y，但是机器翻译输入和输出长度往往并不相等数据预处理数据清洗将输入转换为
wamgz·2024-01-08 22:58

工智能基础知识总结-- 什么是Seq2Seq

Seq2Seq可以用于机器翻译、文本摘要生成、对话生成等领域。Seq2S
北航程序员小C·2024-01-07 20:20

工智能基础知识总结--什么是Transformer

Transformer的效果和并行性都非常好，其作为一个整体能被用于机器翻译、语音识别、文本摘要等传统Seq2Seq被应用的领域，基于其Enco
北航程序员小C·2024-01-07 20:49

第一章：文字和语言VS数字和信息

概念与主题：通信的原理和信息传播的模型（信源）编码和最短编码解码的规则，语法聚类校验位双语对照文本，语料库，机器翻译多义性和利用上下午消除歧义性image.png信息的冗余是信息安全的保障。
dreampai·2024-01-07 18:14

论文浅尝 | 利用机器翻译和多任务学习进行复杂的知识图谱问答

笔记整理|谭亦鸣，东南大学博士生。来源：EACL‘21链接：https://www.aclweb.org/anthology/2021.eacl-main.300.pdf概述知识图谱问答过程一般包括实体链接，多跳推理等步骤，传统方法将各个步骤作为模块单独处理，并流程化实现问答过程，这种方式显然会在流程中形成错误积累。这些步骤（或者说挑战）之间往往存在关联，因此通过一个end2end学习过程力，它们
开放知识图谱·2024-01-07 09:07

Keras实现seq2seq

概述Seq2Seq是一种深度学习模型，主要用于处理序列到序列的转换问题，如机器翻译、对话生成等。
缘起性空、·2024-01-06 13:20

中文分词算法 | 基于词表的三种分词算法

让我们首先认识一下自然语言处理：它主要应用于机器翻译、舆情监测、自动摘要、观点提取、文本分类、问题回答、文本语义对比、语音识别、中文OCR等方面，其与最近很火的语言大模型以及ChatGPT等之类由很强的关联
源于花海·2024-01-06 07:56

一文了解自然语言处理神经史（下）

机器翻译成了这个框架的杀手级应用。2016年，谷
城市中迷途小书童·2024-01-06 03:47

专业开发者的软件开发神器——低代码

技术浪潮引发巨大变革，也带来了无数“取代论”，比如机器翻译是否取代人类翻译、机器人记者是否取代人类记者，以及低代码开发是否取代程序员。答案是否定的。低代码平台不会取代专业开发者，相比于
虚无火星车·2024-01-05 19:30

docker 部署来自Hugging Face下机器翻译模型

机器翻译模型(HuggingFace官网)模型翻译api服务代码#离线翻译服务代码#-*-coding:utf-8-*-importosimportjsonimportloggingfromlogging.handlersimportRotatingFileHandlerfromdatetimeimportdatetimefromflaskimportFlask
搬砖的工人·2024-01-05 12:44

举例说明自然语言处理（NLP）技术

以下是一些使用NLP技术的示例：机器翻译：NLP技术可以用于将一种语言翻译成另一种语言。例如，谷歌翻译使用NLP技术来将英语文本翻译成其他语言。文本分类：NLP技术可以用于将文本分类到不同的类别。
代码真的养发·2024-01-05 01:12

65自然语言处理底层技术实现及应用--基于字典的中文分词方法

为机器翻译、文本挖掘、情感分析等任务打好基础。你可能会好奇，为什么一定要先进行分词呢？其实答案很简单，这就像26个字母一样，单个字母并不能表达某个意思，将其组合起来成为一个英文单词才有意义。
Jachin111·2024-01-03 23:02

Transformer

1.学习总结摘要：Transformer是一种神经网络结构，由Vaswani等人在2017年的论文“AttentionIsAllYouNeed”中提出，用于处理机器翻译、语言建模和文本生成等自然语言处理任务
STRUGGLE_xlf·2024-01-03 19:35

克服幻觉：提升语言模型在自然语言处理中的准确性与可靠性

随着语言模型（LLM）在自然语言处理（NLP）中的应用日益普及，它们在文本生成、机器翻译、情感分析等许多任务中展现出惊人的能力。
一尘之中·2024-01-03 11:58

机器学习-基于attention机制来实现对Image Caption图像描述实验

但在机器翻译等任务中，源语言句子的长度和目标语言句子的长度往往不同，因此我们需要将原始序列映射为一个不同长度的序列。Enco
septnancye·2024-01-03 08:28

大语言模型（LLM）框架及微调 (Fine Tuning)

LLM在自然语言处理（NLP）任务中表现出色，如机器翻译、文本生成、问题回答等。LLM框架由两个主要步骤组成：预训练和微调。在预训练阶段，模型通过对大规模语料库进行无监督学习来学习语言。
m0_黎明·2024-01-03 01:06

NLP文本情感——SNOWNLP简易版

自然语言生成三阶段：文本规划、语句规划、实现NLP应用领域：机器翻译、情感分析、智能问答、文摘生成、文本分类、舆论分析、知识图谱。
啊金曼·2024-01-02 15:37

使用机器学习进行语法错误检测/纠正

各种模型使人们能够执行机器翻译、文本摘要和情感分析——仅举几个用例。今天，我们将研究另一个流行的用途：我们将使用Gramformer构建一个用于机器学习语法错误检测和纠正的管道。
无水先生·2024-01-02 01:54

MetaMT

在机器翻译任务中，特殊领域的数据集不易收集，限制了神经机器翻译模型的性能，为什么问题重要？利用多个领域域的数据开发稳健的翻译系统
lude·2024-01-01 07:05

一文搞懂Transformers—01（Transformers机制）

Transformer是一种神经网络架构，最初应用在机器翻译领域，但事实证明现在已经可以运用在图像、文本、语音和一些图结构数据，都显示出了这个模型的强大能力。
今天不要熬夜·2024-01-01 00:29

LLM的评价指标

这些基准测试可能包括各种自然语言处理任务，如文本分类、情感分析、问答系统、摘要生成、机器翻译等。模型的准确性是通过比较模
samoyan·2023-12-30 19:21

Transformer(seq2seq、self-attention)学习笔记

seq2seq可以解决包括机器翻译、语音识别、语法解析、多标签分类问题等。还
shuyeah·2023-12-30 16:47

举例说明自然语言处理（NLP）技术

机器翻译：NLP技术可以将一种语言翻译成另一种语言，如将中文翻译成英文或英文翻译
m0_黎明·2023-12-30 06:30

Jetson Orin安装riva以及llamaspeak，使用 Riva ASR/TTS 与 Llama 进行实时交谈，大语言模型成功运行笔记

RIVA是一个综合性库，包括：自动语音识别（ASR）文本转语音合成（TTS）神经机器翻译（NMT）（语言到语言的翻译，例如英语到西班牙语）自然语言处理（NLP）服务的集合，例如命名实体识别（NER）、标点符号和意图分类
无证驾驶梁嗖嗖·2023-12-30 06:57

探索深度学习在自然语言处理中的应用

本文将探讨深度学习在自然语言处理中的各种应用，包括文本分类、情感分析、机器翻译等，并分析其优缺点。一、引言自然语言处理（NLP）是人工智能领域的一个重要分支，旨在让计算机理解和处理人类语言。
Corey James·2023-12-30 05:24

NOI / 1.12编程基础之函数与过程抽象 提问07:机器翻译 队列+哈希表

描述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。这个翻译软件的原理很简单，它只是从头到尾，依次将每个英文单词用对应的中文含义来替换。
龚立涛·2023-12-29 20:38

自然语言处理（第15课 机器翻译3/5)

一、学习目标1.了解统计机器翻译与神经网络机器翻译的区别2.学习RNN、注意力机制实现机器翻译二、统计VS神经网络1.统计：优点：（1）可解释性高，（2）模块随便加，（3）错误易追踪。
komjay·2023-12-29 09:44

举例说明自然语言处理（NLP）技术。

机器翻译：NLP技术可以帮助计算机理解和翻译不同语言之间的文本。Google翻译就是一个使用NLP技术的例子。文本分类：NLP技术可以将文本分为不同的类别。
程序猿～厾罗·2023-12-29 09:08

自然语言处理(第16课 机器翻译4、5/5）

系统融合以一个最简单的例子来说明系统融合，就是相当于用多个翻译引擎得到不同的翻译结果，然后选择其中最好的作为最终结果：不同于分类方法中的系统融合，因为分类方法中，各引擎的输出结果是类别，可以使用投票法（少数服从多数）、取均值等方法，机器翻译的结果是译文
komjay·2023-12-29 09:37

钱难挣，粑粑难吃，人易动怒

一门小语种，翻译成中文，机器翻译一遍，人工再翻译一遍。兼职要求：人工翻译那一栏改的和机器翻译不一样，重合率低。也就是在别人翻译过的版本上调整语序，换一些词，这么个没技术含量的活，价格给的也低，量还大。
不不晚·2023-12-29 06:24

如何直观的理解Transformer模型

Transformer网络，自2017年由谷歌提出以来，因其在机器翻译上的卓越表现迅速在NLP领域崭露头角，吸引了广泛关注。
稻壳特筑·2023-12-29 04:22

PyTorch实战：基于Seq2seq模型处理机器翻译任务(模型预测)

机器翻译的出现，为解决这一问题提供了可能。英译中机器翻译任务是机器翻译领域的一个重要分支，旨在将英文文本自动翻译成中文。本博客以《PyTorch自然语言处理入门与实战》第九章的Seq2se
高斯小哥·2023-12-28 12:41

自然语言处理（NLP）技术

机器翻译
淘金开源·2023-12-28 10:35
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他