NLP夏令营第2页

【AI知识点】余弦相似度（Cosine Similarity）

它主要用于文本分析、自然语言处理（NLP）、推荐系统等任务中，能够衡量两个向量之间的相似性，而不受向量的长度（模）影响。

AI完全体·2025-02-08 22:52

【深度学习】不同领域中对于token的理解

在计算机科学中，“Token”这个术语通常指一串字符或符号在安全领域，它常常指代密钥或访问令牌在自然语言处理（NLP）中，Token通常是文本处理的最小单元，可能是一个单词、词组，或者一个符号如何理解token

小小小小祥·2025-02-08 14:55

AI学习指南HuggingFace篇-项目实战：情感分析系统

一、引言情感分析是自然语言处理（NLP）中的一个重要应用，广泛用于舆情分析、用户反馈分析等领域。HuggingFace的Transformers库提供了强大的工具，使得情感分析变得简单高效。

俞兆鹏·2025-02-08 10:25

大语言模型多token预测技术

近年来，大语言模型（LLM）在自然语言处理领域取得了突破性进展，凭借其强大的语言理解和生成能力，在各种NLP任务中展现出惊人的性能。

deepdata_cn·2025-02-08 09:21

AI大语言模型的全面解读

他们以惊人的语言生成能力、上下文理解能力以及对复杂任务的泛化能力，正在深刻改变着自然语言处理（NLP）乃至整个AI领域的格局。

草莓屁屁我不吃·2025-02-08 05:48

6个最佳实体检测API，可准确返回实体的名称

命名实体识别（NamedEntityRecognition）也称作实体检测（EntityDetection），是NLP技术手册中的一个重要工具。

·2025-02-07 21:12

人工智能在音乐中的自然语言处理技术：探讨音乐中的自然语言处理技术

1.引言2.技术原理及概念3.实现步骤与流程4.应用示例与代码实现讲解人工智能在音乐中的自然语言处理技术：探讨音乐中的自然语言处理技术1.引言1.1.背景介绍随着人工智能技术的不断发展，自然语言处理（NLP

AI天才研究院·2025-02-07 18:42

传统AI算法工程师转型指南：如何成功切入大模型领域赛道“

此前对于nlp方面了解很少，全靠自学，在此分享一下自己转方向的经历。1.从多模态入手一开始我完全没有纯语言模型的相关经验，因此首先做了一个图文多模态的项目。

大模型玩家·2025-02-07 17:33

自然语言处理的统计学原理

随着大语言模型技术的进步，NLP将继续推动AI的发展，使机器更好地理解和生成自然语言，更好地服务于人类。然而自然语言充满了不确定性和模糊性，不同场景的

数行天下·2025-02-07 14:45

大语言模型原理基础与前沿高效的MoE架构

模型压缩，推理加速1.背景介绍1.1问题的由来随着深度学习技术的飞速发展，大语言模型（LargeLanguageModels，LLMs）在自然语言处理（NaturalLanguageProcessing，NLP

AI架构设计之禅·2025-02-07 13:39

AI剧本创作：电影和电视产业的新工具

特别是近年来兴起的自然语言处理(NLP)技术，更是将AI剧本创作推向了新的高度。AI剧本创作，即通过自然语言生成(NLG)技术，自动生成剧本、对话脚本等文本内容。

AI大模型应用之禅·2025-02-07 09:08

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

DeepSeek R1和V3区别

以下是两者的主要区别：1.模型定位与核心能力DeepSeek-V3定位为通用型大语言模型，专注于自然语言处理（NLP）、知识问答和内容生成等任务。

@Rocky·2025-02-06 23:02

【PDF.js 文字选择功能优化】解决 PDF.js 文字文本选区选中时空白区域漂移错误整页全选的问题，支持前后拖动选区

Demo及源码Demo和源码地址：https://demos.libertynlp.com功能演示视频：https://www.bilibili.com/video/BV1tJ4m1M7zs注

·2025-02-06 21:30

web端pdf.js实现pdf批注注释编辑（写入保存/高亮/下划线/插入图片/矩形/箭头/圆形/文本/画笔）

Demo地址Demo地址在：https://demos.libertynlp.com，下图左边是添加批注和编辑的示例，右边是功

·2025-02-06 21:28

TfidfVectorizer

TF-IDF/TermFrequency-InverseDocumentFrequency作用：是自然语言处理NLP中常用的文本特征提取工具，用于将文本数据转换为数据向量。

htuhxf·2025-02-06 15:36

计算机二级日月潭操作步骤,计算机二级考试真题-PPT-文小雨-台湾日月潭介绍

文小雨加入了学校的旅游社团组织，正在参加与组织暑期到台湾日月潭的夏令营活动，现在需要制作一份关于日月潭的演示文稿。根据以下要求，并参考“参考图片.docx”文件中的样例效果，完成演示文稿的制作。

weixin_39789042·2025-02-06 12:20

deepseek免费大模型搜索工具发布

该公司致力于开发和推广先进的AI技术，包括自然语言处理（NLP）、计算机视觉、机器学习等领域。DeepSeek的核心目标是通过AI技术推动各行业的智能化转型，提升生产效率和生活质量。

葡萄爱·2025-02-06 09:01

【书生·浦语大模型实战营】学习笔记（一）：全链路开源体系介绍

GoAI·2025-02-06 00:50

长上下文大模型会让检索增强生成（RAG）过时吗？

大模型（LLM）的迅速发展对人工智能领域，尤其是自然语言处理（NLP）产生了重大影响。传统上，像检索增强生成（RAG）这样的技术通过允许模型动态访问外部知识源，在提升大语言模型能力方面发挥了重要作用。

·2025-02-05 18:38

基于深度学习的文本情感分析

、卷积神经网络、循环神经网络、BERT、情感分类、情绪识别1.背景介绍文本情感分析（TextSentimentAnalysis），又称情感计算（SentimentComputing），是自然语言处理（NLP

杭州大厂Java程序媛·2025-02-05 16:25

大语言模型LLM分布式训练：TensorFlow攻略与深度解析（LLM系列04）

分布式训练的关键技术及应用4.利用TensorFlow进行LLM分布式训练的具体实践5.高级主题与最新进展探究大语言模型LLM分布式训练：TensorFlow攻略与深度解析（LLM系列04）1.引言随着自然语言处理（NLP

North_D·2025-02-05 08:20

NLP模型笔记2022-24：neo4j+py2neo 构建《中国优质电影及其演员》知识图谱

往前文章链接NLP模型笔记2022-25：neo4j+py2neo构建增值税电子普通发票知识图谱NLP模型笔记2022-24：neo4j+py2neo构建《中国优质电影及其演员》知识图谱NLP模型笔记2022

源代码杀手·2025-02-04 20:55

【LangChain编程：从入门到实践】开发环境准备

LangChain编程：从入门到实践】开发环境准备作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来随着人工智能技术的飞速发展，自然语言处理（NLP

AI天才研究院·2025-02-04 18:39

【自然语言处理（NLP）】生成词向量：GloVe（Global Vectors for Word Representation）原理及应用

优缺点优点缺点**总结**目标函数训练过程使用预训练的GloVe词向量优点应用总结个人主页：道友老李欢迎加入社区：道友老李的学习社区介绍**自然语言处理（NaturalLanguageProcessing，NLP

道友老李·2025-02-04 16:59

利用Python高效处理大规模词汇数据

引言词汇数据的处理是自然语言处理(NLP)领域中的一个常见任务。无论是构建词典、进行文本分类还是情感分析，都需要对大量的词汇数据进行预处理和分

东方佑·2025-02-04 16:23

什么是大模型？大模型从入门到精通（超详细）看这一篇就够了！！！

这些模型由于其规模庞大，能够捕捉到数据中的复杂模式，因此在自然语言处理（NLP）、计算机

AI产品经理·2025-02-04 15:51

毕设分享基于大数据的b站数据分析

文章目录0数据分析目标1B站整体视频数据分析1.1数据预处理1.2数据可视化1.3分析结果2单一视频分析2.1数据预处理2.2数据清洗2.3数据可视化3文本挖掘（NLP）3.1情感分析0数据分析目标今天向大家介绍如何使用大数据技术

knooor·2025-02-04 12:58

AI学习指南HuggingFace篇-高级优化技巧

一、引言在深度学习和自然语言处理（NLP）中，模型训练的效率和性能至关重要。HuggingFace提供了多种高级优化技巧，帮助开发者提升模型训练的效率和效果。

俞兆鹏·2025-02-04 10:35

基于BiGRU的预测模型及其Python和MATLAB实现

##一、背景在当今快速发展的数据驱动的时代，尤其是在自然语言处理（NLP）、时间序列预测、语音识别等任务中，深度学习技术的应用已经变得越来越普遍。

追蜻蜓追累了·2025-02-04 03:10

Transformer预测模型及其Python和MATLAB实现

###一、背景在自然语言处理（NLP）领域，传统的序列到序列（Seq2Seq）模型大多依赖于循环神经网络（RNN）和长短期记忆（LSTM）网络。

追蜻蜓追累了·2025-02-04 03:10

DeepSeek的出现对全球GPT产业产生的冲击

引言近年来，人工智能技术的迅猛发展推动了自然语言处理（NLP）领域的革命性进步。

不要em0啦·2025-02-03 23:07

探索自然语言处理的前沿：使用OpenAI API进行文本分析

#引言自然语言处理（NLP）是人工智能领域中最令人兴奋和快速发展的部分之一。本文将介绍如何使用OpenAI的API进行文本分析。我们将通过代码示例，深入探讨如何利用这些工具来提升应用程序的智能和功能。

qq_37836323·2025-02-03 19:09

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

深度学习：基于MindNLP的RAG应用开发

什么是RAG？RAG（Retrieval-AugmentedGeneration，检索增强生成）是一种结合检索（Retrieval）和生成（Generation）的技术，旨在提升大语言模型（LLM）生成内容的准确性、相关性和时效性。基本思想：通过外部知识库动态检索与用户查询相关的信息，并将检索结果作为上下文输入生成模型，辅助生成更可靠的回答。与传统LLM的区别：传统LLM仅依赖预训练参数中的静态知

Landy_Jay·2025-02-03 13:47

M-Ped: Multi-Prompt Ensemble Decoding for Large Language Models

M-Ped：大型语言模型的多提示集成解码摘要1引言2方法3实验4研究5相关工作6结论摘要随着大型语言模型（LLMs）在自然语言处理（NLP）领域的广泛应用，提高其性能已成为研究热点。

UnknownBody·2025-02-03 11:36

DeepSeek：开启智能搜索与AI发展的新纪元

一、DeepSeek简介DeepSeek由杭州深度求索人工智能基础技术研究有限公司推出，是一款集自然语言处理（NLP）、计算机视觉（CV）、强化

gs80140·2025-02-03 08:08

【书生·浦语大模型实战营】学习笔记（三）：“茴香豆” 搭建你的RAG 智能助理

GoAI·2025-02-03 05:10

从零开始大模型开发与微调：汉字拼音数据集处理

从零开始大模型开发与微调：汉字拼音数据集处理1.背景介绍1.1问题的由来在人工智能领域，自然语言处理（NLP）是一项基础且重要的研究方向。

AGI大模型与大数据研究院·2025-02-02 22:43

AI在虚拟客户服务中的应用：提供24_7支持

AI在虚拟客户服务中的应用：提供24/7支持关键词：虚拟客服,自然语言处理(NLP),聊天机器人,对话系统,深度学习,用户支持,自动化1.背景介绍随着互联网和移动互联网的迅速发展，客户服务成为各大企业提升竞争力的重要环节

AI大模型应用之禅·2025-02-02 15:29

柳暗花明又一村：Seq2Seq编码器解码器架构

Seq2Seq,编码器-解码器,自然语言处理,机器翻译,文本生成,循环神经网络,长短期记忆网络1.背景介绍在人工智能领域，自然语言处理(NLP)始终是研究的热点之一。

AI大模型应用之禅·2025-02-02 15:29

【llm对话系统】大模型 Llama 源码分析之 Flash Attention

1.写在前面近年来，基于Transformer架构的大型语言模型(LLM)在自然语言处理(NLP)领域取得了巨大的成功。

kakaZhui·2025-02-02 13:43

【自然语言处理（NLP）】基于Transformer架构的预训练语言模型：BERT 训练之数据集处理、训练代码实现

文章目录介绍BERT训练之数据集处理BERT原理及模型代码实现数据集处理导包加载数据生成下一句预测任务的数据从段落中获取nsp数据生成遮蔽语言模型任务的数据从token中获取mlm数据将文本转换为预训练数据集创建Dataset加载WikiText-2数据集BERT训练代码实现导包加载数据构建BERT模型模型损失训练获取BERT编码器个人主页：道友老李欢迎加入社区：道友老李的学习社区介绍**自然语言

道友老李·2025-02-02 12:04

【自然语言处理（NLP）】Word2Vec 原理及模型架构（Skip-Gram、CBOW）

文章目录介绍Word2Vec介绍Word2Vec的核心概念Word2Vec的优点Word2Vec的缺点Word2Vec的应用场景Word2Vec的实现工具总结Word2Vec数学推导过程1.CBOW模型的数学推导（1）输入表示（2）词向量矩阵（3）输出层（4）损失函数（5）参数更新2.Skip-Gram模型的数学推导（1）输入表示（2）词向量矩阵（3）输出层（4）损失函数（5）参数更新3.优化技巧

道友老李·2025-02-02 11:58

向量语义（Vector Semantics）与表征学习（Representation Learning）详解

传统的NLP方法（如基于规则的语言模型）需要人为定义单词的语义规则，而向量语义方法则通过分析单词在大量文本中的使用模式来学习其语义。

苏西月·2025-02-02 07:54

【llm对话系统】大模型 Llama、Qwen 和 ChatGLM 的网络结构和训练方法对比

它们都在Transformer架构的基础上进行了改进和优化，并在各种NLP任务上取得了优异的性能。本文将深入分析Llama、Qwen和ChatGLM的网络结构和训练方法，比较它们的异同以及各自的优势。

kakaZhui·2025-02-02 07:54

【AI知识点】三种不同架构的大语言模型（LLMs）的区别

【AI论文解读】【AI知识点】【AI小项目】【AI战略思考】在自然语言处理（NLP）中，预训练语言模型（LLMs,LargeLanguageModels）通常基于不同的架构，如仅编码器的模型（Encoder-only

AI完全体·2025-02-01 23:09

【小白学AI系列】NLP 核心知识点（三）Word2Vec

Word2Vec定义：Word2Vec是一种将单词转化为向量的技术，基于神经网络模型，它能够将单词的语义关系通过向量空间的距离和方向进行表示。通过Word2Vec，我们可以将单词从一个离散的符号转化为一个稠密的向量（一般是高维的），并且能够捕捉到单词之间的语义关系和相似性。历史来源：Word2Vec由TomasMikolov等人于2013年在谷歌提出，它迅速成为了词向量表示（wordembeddi

Blankspace空白·2025-02-01 18:31

【小白学AI系列】NLP 核心知识点（五）Transformer介绍

TransformerTransformer是一种基于自注意力机制（Self-AttentionMechanism）的深度学习模型，首次由Vaswani等人于2017年在论文《AttentionisAllYouNeed》中提出。与RNN和LSTM不同，Transformer不需要依靠序列顺序进行递归，而是通过全局注意力机制一次性处理整个输入序列，从而具备了更高的计算效率和更强的并行化能力。Tran

Blankspace空白·2025-02-01 18:58

Linux中端口被占用如何解决

3306netstat命令查找查找被占用端口netstat-tuln|grep端口号#示例netstat-tuln|grep3306netstat-tuln|grep6379ss命令查找查找被占用端口ss-tunlp

烛照103·2025-02-01 18:27

推荐频道

NLP夏令营