NLP+机器翻译

洛谷P1540 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。题目描述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。
YogLn·2023-10-29 22:38

洛谷 P1540 机器翻译

题目来源:洛谷P1540机器翻译题目链接链接:点击这里题目如下: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。
今天也吃瓜·2023-10-29 22:07

Attention Is All You Need 论文笔记

2017年，Google机器翻译团队发表的《AttentionisAllYouNeed》中，完全抛弃了RNN和CNN等网络结构，而仅仅采用Attention机制来进行机器翻译任务，并且取得了很好的效果，
墨鱼mo·2023-10-29 18:26

《Attention Is All You Need》阅读笔记

初读摘要大概介绍结构：没有用之前的循环或者卷积，完全使用注意力机制秀结果：在机器翻译任务上表现很
AncilunKiang·2023-10-29 18:16

如何借助数据集更好的评估NLP模型的性能？

这包括了基础的语言理解任务，如词性标注、句法分析，以及更复杂的应用，如情感分析、机器翻译和语音识别等。为了让机器
叶锦鲤·2023-10-29 15:31

循环神经网络 RNN

概述循环神经网络(RecurrentNeuralNetworks，以下简称RNN)，它广泛的用于自然语言处理中的语音识别，手写书别以及机器翻译等领域。
mmmwhy·2023-10-29 11:45

阿里云AIGC- 使用Megatron-Deepspeed训练GPT-2并生成文本

该模型可以生成连贯的文本段落，并且能在未经预训练的情况下，完成阅读理解、问答、机器翻译等多项不同的语言建模任务。GPT-2模型尤其在文本生成上有着惊艳的表现，其
量化交易曾小健(金融号)·2023-10-29 08:43

IT行业哪个方向比较好就业？

2018年：自然语言处理和机器翻译技术实现质的飞跃，如Google的BERT模型。2019年：人工智能开始应用于医疗、金融、智能交通等领域。2020年：OpenAI发布了GPT-3模型，引发对大规模预
木法星人·2023-10-29 07:52

Task02 学习Attention和Transformer

1.1seq2seq模型定义：一个序列到一个序列（seq2seq）模型，接收的输入是一个（单词、字母、图像特征）序列，输出的是另一个序列；在神经机器翻译中，一个序列是指一连串的单词。
def1037aab9e·2023-10-29 04:03

Transformer、Bert、Gpt对比系列，超详细介绍transformer的原理，bert和gpt的区别

一、Transformer架构图Transformer是一种用于序列到序列学习的神经网络模型，主要用于自然语言处理任务，如机器翻译、文本摘要等。
医学小达人·2023-10-28 19:09

ListView 控件和TreeView控件实现拖拽（转）

ListView控件在运行时不项目支持拖和功能查看机器翻译免责声明察看本文应用于的产品本页症状原因替代方法状态更多信息重现该问题的步骤参考展开全部|关闭全部症状如果将项目添加到MicrosoftWindows
alnz92712·2023-10-28 04:58

NLP大牛菲利普•科恩机器翻译权威著作

近些年，机器翻译技术发生了翻天覆地的变化。与人工智能中的其他领域一样，深度神经网络已经成为主流范式，在提高翻译质量的同时也带来了新的挑战。本书的出版恰逢中国机器翻译研究迅猛发展之时。
hzbooks·2023-10-27 23:44

InstructionGPT

例如，我们说把句子A变成句子B，这种到底是机器翻译呢，还是同语言的转述，都需要让GPT-3学习到才是可以的。InstructGPT/ChatGPT都是采用了GPT-3的网络结构，通过指示学习构建训
-柚子皮-·2023-10-27 21:26

基于LSTM encoder-decoder模型实现英文转中文的翻译机器

前言神经网络机器翻译(NMT,neuromachinetranlation)是AIGC发展道路上的一个重要应用。
马尔科夫司机·2023-10-27 17:00

Transformer-深度学习-台湾大学李宏毅-课程笔记

目录参考Seq2seqSequence-to-sequence（Seq2seq）适用任务语音识别机器翻译语音翻译语音合成聊天机器人自然语言处理硬解任务：文法分析硬解任务：多标签分类硬解任务：目标检测Sequence-to-sequence
成 大事·2023-10-27 17:28

麻烦您能专业点吗？

可能是机器翻译的缘故，或是某些制作单位无心之作，可您想过这让外国朋友或正在学习英文的小朋友们会做如何感想。为了咱们的脸面请您们能受累在做这种公共告示时
北漂日记·2023-10-27 16:31

NLP自然语言处理之AI深度学习实战-分词:jieba/Stanford NLP/Hanlp-01

中文/n分词/n是/v其他/p中文/n(信息,n)处理/v的基础，搜索引擎、机器翻译（MT）、语音合成、自动分类、自动摘要、自动校对等等，都需要用到分词。词性标注词性标注（Part-of-Spee
gemoumou·2023-10-27 16:30

138.深度学习分布式计算框架-1

官方文档中简易介绍了如何使用框架在线性回归识别数字图像分类词向量个性化推荐情感分析语义角色标注机器翻译等方面的应用138.2Deeplearning4jDeepLearning4J（DL4J）是一套基于
大勇任卷舒·2023-10-26 16:06

琳娜要来中国了

我可以明显看到里面机器翻译的痕迹。比如她打算来中国和我会面，信里面一直用会议。而且信里面一直
阿兀儿·2023-10-26 14:12

Transformer英语-法语机器翻译实例

为了进行序列到序列的学习，我们在英语-法语机器翻译数据集上训练Transformer模型，如图11.2所示。
新知图书·2023-10-26 10:14

吴军数学之美第二版学习笔记1

第一章文字和语言vs数字和信息一、概念和主题1，通信的原理2，信息传播的模型信息源--->信道--->接收者3，信源编码4，最短编码5，解码的规则和语法6，聚类7，校验位8，双鱼对照文本9，语料库和机器翻译
汤普森·2023-10-26 10:11

大模型的实践应用3-大模型的基础架构Transformer模型，掌握Transformer就掌握了大模型的灵魂骨架

它最初被设计用来处理序列到序列（seq2seq）任务，如机器翻译，但现在已经广泛应用于各种N
微学AI·2023-10-25 15:20

深入理解NLP

1.NLP的起源与发展NLP的起源可以追溯到早期的机器翻译项目，随着科技的进步，NLP得到了极大的发展，应用领域也逐渐扩展到情感分析、问答系统、语音识别等方面。
代码写注释·2023-10-25 14:53

HuggingFace NLLB模型使用

MetaAI2022年发布了一篇论文名为NoLanguageLeftBehind:ScalingHuman-CenteredMachineTranslation，提出了NLLB模型，该模型支持200种语言，是一种多语言机器翻译系统
yuQnY·2023-10-25 11:35

基于Keras的seq2seq机器翻译

参考：十分钟教程：用Keras实现seq2seq学习python代写用于NLP的seq2seq模型实例:用Keras实现神经机器翻译神经机器翻译（seq2seqRNN）实现详解
还闹不闹·2023-10-24 11:38

Transformer模型 | Transformer时间序列预测，单步、多步（Python）

（1）原理Transformer框架原本是为NLP任务，特别是机器翻译而设计的。
算法如诗·2023-10-24 06:26

小白看得懂的 Transformer (图解)

谷歌的Transformer模型最早是用于机器翻译任务，当时达到了SOTA效果。Transf
逍遥自在017·2023-10-24 03:18

UCAS - AI学院 - 自然语言处理专项课 - 第11讲 - 课程笔记

UCAS-AI学院-自然语言处理专项课-第11讲-课程笔记机器翻译概论统计机器翻译神经机器翻译系统融合译文质量评估语音翻译机器翻译概论机器翻译：用计算机把一种语言（源语言）翻译成另一种语言（目标语言）的技术困难歧义和未知现象文化差异和世界知识常识解不唯一
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

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、NER句子——句法分析、语块分析、语义角色标注篇章——机器翻译
支锦铭·2023-10-23 01:33

[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

自然语言处理---Transformer模型

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

自然语言处理---文本预处理概述

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

，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
lichunericli·2023-10-22 12:48

15 Transformer 框架概述

整体框架机器翻译流程（Transformer）通过机器翻译来做解释给一个输入，给出一个输出（输出是输入的翻译的结果）“我是一个学生”--》（通过Transformer）Iamastudent流程1编码器和解码器编码器
沧海之巅·2023-10-22 10:01

为了喜欢的东西，你愿意多花多少钱？

2004年谷歌开始做机器翻译项目，在这个项目上，谷歌没有先发的优势，如果从头研究这个问题，可能永远没有办法超过IBM等公司，这个项目自然考虑招聘优秀的人来加盟。
赞哥聊职场·2023-10-22 03:21

Pytorch学习笔记:RNN的原理及其手写复现

目录参考链接如下:RNN网络模型结构单向循环神经网络双向循环神经网络RNN应用场景类型onetomany(例如诗歌生成)manytoone(文本情感分类)manytomany(词法识别,机器翻译)Pytorch
后来后来啊·2023-10-21 16:12

Transformer模型 | Transformer模型描述

谷歌的Transformer模型最早是用于机器翻译任务，当时达到了SOTA效果。Transformer改进了RNN最被人诟病的训练慢的缺点，利用self-attention机制实现快速并行。
算法如诗·2023-10-21 07:23

循环神经网络（RNN）

以便处理先前的输入信息，具体的表现形式为网络会对前面的信息进行记忆并应用于当前的计算中，即当前时刻利用了上一时刻的信息RNN的应用领域语音识别OCR识别(opticalcharacterrecognition)机器翻译文本分类视频动作识别
怎么全是重名·2023-10-20 20:23

《动手学深度学习 Pytorch版》 9.5 机器翻译与数据集

机器翻译（machinetranslation）指的是将序列从一种语言自动翻译成另一种语言，基于神经网络的方法通常被称为神经机器翻译（neuralmachinetranslation）。
AncilunKiang·2023-10-20 10:18

n-gram语言模型

再比如机器翻译中，‘IlikeTomsomuch.
布口袋_天晴了·2023-10-20 02:44

透过机器翻译理解Transformer(四): 打造 Transformer：叠叠乐时间

编者按：年初疫情在家期间开始大量阅读NLP领域的经典论文，在学习《AttentionIsAllYouNeed》时发现了一位现居日本的台湾数据科学家LeeMeng写的Transformer详解博客，理论讲解+代码实操+动画演示的写作风格，在众多文章中独树一帜，实为新手学习Transformer的上乘资料，在通读以及实操多遍之后，现在将其编辑整理成简体中文分享给大家。由于原文实在太长，为了便于阅读学习
博士伦2014·2023-10-20 00:30

百度图片翻译API，对开发者真的很友好

百度图片翻译API结合OCR及机器翻译两项技术，支持对图片中包含的文本内容进行识别并翻译成指定的目标语言。您只需传入图片，即可轻松将图片中包含的文本内容翻译为指定语言，真正实现图片翻译一步到位！
Translate_API·2023-10-19 21:32

【转】Google的2012论文

这篇博客收集了Google在2012年所发表的优秀论文，分为：算法理论、人机交互、信息收集、机器学习、机器翻译、自然语言处理等15大类，请各取所需：http://googledata.org
aodiyu3146·2023-10-18 02:41

【Python编程技能】怎样才能用Python，一次性翻译十万条数据？能做到吗？

前段时间,我想翻译一个文档,比较大,研究一番,最后还是只有走上写代码这条路.我不需要高质量翻译,机器翻译就可以了,毋庸置疑,谷歌的翻译质量是最好的,或者说是我最满意的.于是就寻找(Python)翻译库,
哎呀是码鸭·2023-10-18 01:22

多头注意力

多头注意力是许多现代深度学习模型的关键组成部分，特别是在自然语言处理领域，它在机器翻译和文本生成等任务中发挥了关键作用。
xw555666·2023-10-17 18:26

机器翻译质量评估工具OpenKiwi笔记

OpenKiwi笔记学习一下机器翻译质量评估的开源工具OpenKiwi做一点笔记论文repo文档快速入门OpenKiwi是一款Pytorch实现的QE系统,在WMT2015-18公开任务上都达到了最佳性能
花开见藕·2023-10-17 12:34

sparklinux服务器日志信息,启动 Spark 历史记录服务器 - AWS Glue

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
苗舰舰·2023-10-17 10:20

基础课3——自然语言处理的应用

机器翻译：机器翻译是利用自然语言处理技术将一种语言自动翻译成另一种语言的过程，可广泛应用于全球贸易、文化交流等领域。
AI 智能服务·2023-10-17 07:40

自然语言处理

1.2.自然语言处理vs语音识别语音识别是把声学信号和文字进行相互转换；自然语言处理更多是对文本进行处理，属于一个应用领域，主要任务包括文本分类、关键词提取、机器翻译、阅读理解等。
神齐的小马·2023-10-16 20:40

这么多年，终于有人讲清楚Transformer了

作者|JayAlammar译者|香槟超新星，责编|夕颜来源|CSDN（ID:CSDNnews）注意力机制是一种在现代深度学习模型中无处不在的方法，它有助于提高神经机器翻译应用程序性能的概念。
AI科技大本营·2023-10-16 10:49
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他