NLP_语料词典

AI产品经理面试宝典第45天：AI应用设计与伦理隐私问题应对指南

首先确保训练数据覆盖真实场景长尾需求，例如智能客服需采集方言、行业术语等特殊语料。其次设计渐进式交互路径，如医疗影像诊断产品采用"一键初筛-人工复核-历史对比"三段式流程。
TGITCIC·2025-07-22 19:43

说一说加油

今天就看了一条微博，加油的中式表达，addoil,被牛津词典收录。这就意味着addoil可以光明正大的出现在任何地方。本
ccpjsg·2025-07-21 17:23

【大语言模型基础】GPT（Generative Pre-training ）生成式无监督预训练模型原理

前言ELMo：将上下文当作特征，但是无监督的语料和我们真实的语料还是有区别的，不一定符合我们特定的任务，是一种双向的特征提取。
·2025-07-21 12:04

LLM词频规律：Zipf定律

其核心结论是：在自然语言的大型文本语料中，若将所有词语按出现频率从高到低排序，第n个词语的频率与n的倒数大致成正比。
ZhangJiQun&MXP·2025-07-20 15:35

2018.11.26每日一词

1）使用《牛津英语搭配词典》查“access”，了解它作为名词时的常用搭配。2）翻译下面的句子：男人和女人应该享有平等的受教育和就业的权利。
微醺x·2025-07-19 23:49

NLP_知识图谱_大模型——个人学习记录

1.自然语言处理、知识图谱、对话系统三大技术研究与应用https://github.com/lihanghang/NLP-Knowledge-Graph深度学习-自然语言处理(NLP)-知识图谱：知识图谱构建流程【本体构建、知识抽取（实体抽取、关系抽取、属性抽取）、知识表示、知识融合、知识存储】-元気森林-博客园https://www.cnblogs.com/-402/p/16529422.htm
macken9999·2025-07-12 07:45

LSA主题模型：基于奇异值分解的主题模型

LSA主题模型：基于奇异值分解的主题模型1.背景介绍主题模型是一种无监督的机器学习技术，用于发现大规模文本语料库中隐藏的语义结构。它能够自动识别文档集合中的主题，并根据这些主题对文档进行聚类和分类。
AI天才研究院·2025-07-08 09:23

深度 |AI高质量数据集交易爆发式增长

不过，高质量数据集的建设、流通环节均面临诸多问题，目前数据交易所并非模型语料最主要的采购途径。需求
数智前沿·2025-07-07 23:39

说话人识别python_基于各种分类算法的说话人识别（年龄段识别）

基于各种分类算法的语音分类(年龄段识别)概述实习期间作为帮手打杂进行了一段时间的语音识别研究，内容是基于各种分类算法的语音的年龄段识别，总结一下大致框架，基本思想是：获取语料库TIMIT提取数据特征，进行处理
weixin_39673184·2025-07-07 15:42

景联文科技完成数千万元Pre-A轮融资，布局公共数据生产运营｜36氪首发

据悉，景联文科技本轮融资将用于公共数据生产运营的布局、智能化语料工程平台构建、以及自建垂直领域高质量标注基地，打造“平台+基地+行业”的数据链闭环生态。
景联文科技·2025-07-06 21:05

景联文科技完成数千万元Pre-A轮融资，加速公共数据生产运营战略布局

2025年5月，景联文科技近期完成数千万元Pre-A轮融资，投资方为杭州金投集团旗下基金，本轮融资将用于布局公共数据生产运营、构建智能化语料工程平台和自建垂域高质量标注基地，形成"平台+基地+行业"的数据链闭环生态
景联文科技·2025-07-06 21:35

浙江省经信厅数据算力与基础设施处处长庞为兴带队调研景联文科技，共探工业数据驱动智造新路径！

景联文科技作为“懂模型、懂业务”的AI数据服务商，业务模式涵盖按需标注、预置数据集供应及平台部署服务，并积极汇聚公共数据资源，携手华为构建语料知识库，赋能数据标注产
景联文科技·2025-07-06 20:01

如何成为一名合格的 Prompt 工程师 ？

Prompt工程师成长体系，结合技术能力、实战经验与职业发展三个维度构建的完整路径：一、核心能力模型构建1.基础认知能力领域知识融合掌握垂直领域知识图谱（如医疗术语、法律条文），通过RAG技术实现专业语料注入案例
csdn_tom_168·2025-07-05 18:44

【C++】机试刷题总结day11——二、枚举和模拟（下）map非线性数据结构

机试课一、枚举和模拟（下）模拟问题——非线性数据结构mapmap词典本质是集合，内容是键值对分类构建：增：删：查：1、遍历2、查找改：例题1、手机键盘※※（完全没思考）思路：关键点：用map把关键信息组织起来易错点
钰汐◇·2025-07-04 11:14

ChatGPT、DeepSeek等大语言模型技术教程

这些模型通过深度学习和大规模语料库训练，能够帮助科研人员高效地筛选文献、生成论文内容、进行数据分析和优化机器学习模型。
·2025-07-03 23:54

【深度学习:进阶篇】--4.2.词嵌入和NLP

整体大小太大没能表示出词与词之间的关系例如Apple与Orange会更近一些，Man与Woman会近一些，取任意两个向量计算内积都为0目录1.词嵌入1.1.特点1.3.word2vec介绍1.3.Word2Vec案例1.3.1.训练语料
西柚小萌新吖(●ˇ∀ˇ●)·2025-07-03 07:32

电子词典开源项目源代码完全解析

本文还有配套的精品资源，点击获取简介：电子词典作为数字化学习工具，已由传统硬件发展为可定制的开源软件应用。本源代码提供深入理解其工作机制的机会，包括用户界面设计、词典数据库、查询引擎、翻译算法等。
·2025-07-02 22:18

智能办公与科研革命：ChatGPT+DeepSeek大模型在论文撰写、数据分析与AI建模中的实践指南

这些模型通过深度学习和大规模语料库训练，能够帮助科研人员高效地筛选文献、生成论文内容、进行数据分析和优化机器学习模型。
jwwkyjspt·2025-07-02 05:45

大语言模型（LLM）笔记

LLM（LargeLanguageModel）是基于Transformer架构构建，并在海量文本语料上训练出的具备自然语言理解和生成能力的深度神经网络模型。
笑衬人心。·2025-07-02 03:59

ChatGPT、DeepSeek等大语言模型助力高效办公、论文与项目撰写、数据分析、机器学习与深度学习建模等深度科研

这些模型通过深度学习和大规模语料库训练，能够帮助科研人员高效地筛选文献、生成论文内容、进行数据分析和优化机器学习模型。
Yolo566Q·2025-07-01 18:59

大语言模型助力高效办公、论文与项目撰写、数据分析、机器学习与深度学习建模等

这些模型通过深度学习和大规模语料库训练，能够帮助科研人员高效地筛选文献、生成论文内容、进行数据分析和优化机器学习模型。
xiao5kou4chang6kai4·2025-07-01 18:28

ChatGPT、DeepSeek等大语言模型助力高效办公、论文与项目撰写、数据分析、机器学习与深度学习建模

这些模型通过深度学习和大规模语料库训练，能够帮助科研人员高效地筛选文献、生成论文内容、进行数据分析和优化机器学习模型。
asyxchenchong888·2025-07-01 18:52

ChatGPT、DeepSeek等大语言模型助力高效办公、论文与项目撰写、数据分析、机器学习与深度学习建模等科研应用

这些模型通过深度学习和大规模语料库训练，能够帮助科研人员高效地筛选文献、生成论文内容、进行数据分析和优化机器学习模型。
科研的力量·2025-07-01 18:21

入选 ICML 2025！哈佛医学院等推出全球首个 HIE 领域临床思维图谱模型，神经认知结果预测任务上性能提升 15%

而在自然语言处理领域，LVLMs通过对TB级文本语料的学习，在机器翻译、文本摘要、情感分析等任务上达到专业级水准，其生成的学术摘要甚至能精准提炼医学文献的核心结论。然而当
·2025-06-27 13:57

中文工单分类模型选择

采用基于预训练模型的微调（Fine-tuning）方案来做中文工单分类，这是非常明智的选择，因为预训练模型已经在大量中文语料上学习了丰富的语言知识，能大幅提升分类效果。
SugarPPig·2025-06-27 04:26

Orange3实战教程：文本挖掘---情感分析

输入语料库(Corpus)：一组文档的集合。输出语料库(Corpus)：包含每个文档情感信息的语料库。情感分析为语料库中的每个文档预测情感倾向。
err2008·2025-06-25 09:59

Java学习第二课---面向对象编程（oop）与类和对象

一、类和对象定义（一）对象：任何一个具体的事物或者物体就是一个对象eg.小明的耳机，李华的电子词典等等（二）类：把具有相同特征和作用的对象的集合eg.老师，学生，电脑等等（三）对象和类的关系与区别：1.
Nebula_g·2025-06-25 01:34

《A DECODER-ONLY FOUNDATION MODEL FOR TIME-SERIES FORECASTING》阅读总结

该模型使用真实世界和合成数据集构建的大型时间序列语料库进行预训练，并展示了在不同领域、预测范围和时间粒度的未见数据集上的准确零样本预测能力。1、引言时间序列在零售、金融、制造业、医疗
胡萝拔贝贝·2025-06-23 00:58

CHASE、CoSQL、SPARC概念介绍

CoSQL：一个用于构建跨域对话文本到sql系统的语料库。
爱吃土豆的马铃薯ㅤㅤㅤㅤㅤㅤㅤㅤㅤ·2025-06-21 06:58

【Elasticsearch】TF-IDF 和 BM25相似性算法

以下是对这两种算法的对比以及在Elasticsearch中的使用情况：TF-IDF-定义与原理：TF-IDF是一种经典的信息检索算法，用于评估一个词语对于一个文件集或语料库中某份文件的重要程度。
risc123456·2025-06-20 10:41

基于AgentUniverse在金融场景中的多智能体应用探索【极客传媒】

先从语言模型说起，一个经过足够语料充分预训练的基模型（basem
汀、人工智能·2025-06-17 09:41

使用Weaviate和LangChain实现RAG (检索增强生成)

技术背景介绍RAG技术通过结合生成式AI和检索系统，能够在大规模语料库中找到相关信息来增强生成模型的回答精确度。Weaviate是一个灵活且可扩展的向量数据库，非常适合用于RAG系统中的知识
·2025-06-16 15:46

NLP学习路线图（四十五）：偏见与公平性

训练语料库若包含带有性别歧视、种族歧视或地域歧视的文本，模型便可能吸收并重现这些关联。代表性偏
摸鱼许可证·2025-06-15 16:42

RAPTOR：树结构的索引和检索系统的递归抽象处理

论文地址：https://arxiv.org/pdf/2401.18059.pdf摘要增强型检索语言模型能够更好地适应世界状态的变化，并整合长尾知识，然而现有大多数方法仅能从检索语料库中检索到较短的连续文本片段
lichunericli·2025-06-13 05:59

大模型笔记_模型微调

预训练模型通常在大规模通用语料库（如互联网文本、书籍等）上训练，具备通用的语言理解和生成能力，而微调则通过调整模型参数，使其在特定任务（如分类、问答、生成等）或领域（如医疗、金融
饕餮争锋·2025-06-13 02:12

【大模型】大模型微调（上）

预训练阶段模型通常使用大规模通用语料（如维基百科、新闻语料）进行无监督或自监督训练，学习通用的语言表示；微调阶段则使用特定任务数据进行有监督学习，实现从通用到专用的知识迁移。
油泼辣子多加·2025-06-11 19:30

自然语言处理通关手册--文本的表征

具体地，文本的表示与词典的大小、词的索引以及词在文本中的出现频次相关，下面以一个简单的例子表述其构建过程。假设数据集（现代诗人卞之琳于1935年创作的一首现代诗歌《断章》）为两个经过
辣椒种子·2025-06-10 22:25

手动给中文分词和 直接用神经网络RNN做有什么区别

手动分词和基于神经网络（如RNN）的自动分词在原理、实现方式和效果上有显著差异，以下是核心对比：1.实现原理对比对比维度手动分词（规则/词典驱动）神经网络RNN分词（数据驱动）核心逻辑人工定义规则或词典
·2025-06-10 02:06

使用langchain搭建本地知识库系统(新)_

什么是RAGRAG是retrieval-augmented-generation的缩写，翻译为中文的意思就检索增强，以基于最新，最准确的数据建立LLM的语料知识库。
·2025-06-09 23:20

城市疫情态势发展与动态调控可视分析

引入水滴图表征方式动态监测方舱医院，采用主题模型融合情感词典提取群众情感特征，并借助WordStream呈现城市舆情发展，提出基于医院负载量的路径规划算法实现合理路线推荐，提供面向群众的科普信息和城市复苏板块以提升抗疫信心
罗伯特之技术屋·2025-06-09 13:06

【RAG召回】BM25算法示例

pipinstallrank-bm25接下来，我们定义一个通用的中文语料库和分词函数。这里我们使用简单的单字切分作为分词方法，以避免引入第三方库。
weixin_37763484·2025-06-09 00:36

React路由的基础使用

React路由导航路由导航的功能为每个页面分配访问地址----路由词典路由导航，从一个页面跳转到另外一个页面跳转时传递参数React生态中有两个路由导航模块React-Router-DOM：用于浏览器项目中
阿山同学.·2025-06-06 15:06

机器翻译模型笔记

2.数据预处理2.1下载数据数据集：TED2020（英文-简体中文对齐的平行语料）。
D11PMINDER·2025-06-05 10:21

NLP资源汇总和工具汇总

NLP资源汇总和工具汇总涉及内容包括：中英文敏感词、语言检测、中外手机/电话归属地/运营商查询、名字推断性别、手机号抽取、身份证抽取、邮箱抽取、中日文人名库、中文缩写库、拆字词典、词汇情感值、停用词、反动词表
AI拉呱·2025-06-05 02:48

《Python自然语言处理（第二版）-Steven Bird等》学习笔记：第02章 获得文本语料和词汇资源

第02章获得文本语料和词汇资源2.1获取文本语料库古腾堡语料库网络和聊天文本布朗语料库路透社语料库就职演说语料库标注文本语料库在其他语言的语料库文本语料库的结构载入你自己的语料库中文自然语言处理语料/数据集情感
miniAI学堂·2025-06-04 16:33

NLP（自然语言处理）技术的主要实现思路

文章目录NLP（自然语言处理）技术的主要实现思路语句拆分建模分析NLP（自然语言处理）技术的主要实现思路NLP（自然语言处理）技术的主要实现思路是，首先利用自然语言语料库和机器学习技术，将文本信息进行分词和词性标注
简简单单OnlineZuozuo·2025-06-04 01:40

5.28 孔老师 nlp讲座

最后，提到了预训练模型在大语言模型中的应用，以及如何在语料库中解决条件概率稀疏的问题。1语言模型与条件概率估计
柠石榴·2025-06-04 01:39

【头歌实验】Keras机器翻译实战

代码#coding:utf8importosdefload_data(path):'''读取原始语料数据:parampath:文件路径:return:句子列表，如['heisabo
纸飞机飞呀飞·2025-06-03 06:20

大模型备案环节如何评估模型的安全性

（2）数据来源合规性审查核查语料合法性证明文件，包括开源协议、商业授权书及用户授权记录。需量化检测语料中违法信息占
cybtec大模型安全评估·2025-06-03 04:05

大模型备案语料安全要求解析

根据大模型备案法规要求及实践经验，我整理除了以下涉及到语料安全相关环节的要求，供大家参考，如果有大模型备案和算法备案的更多疑问，也可以和我沟通交流。
卓瞻算法备案·2025-06-03 04:34
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他