Python-自然语言处理

生成式AI人工智能

生成式AI包括了众多的模型和算法，可以用于多个领域的任务，如自然语言处理、图像生成和音频合成等。生成式AI的核心思想是通过学习大量的数据样本，推断出数据的分布和潜在模式，从而能够生成与之类似的新数据。
数据科学与艺术的贺公子·2024-01-30 09:54

自然语言处理领域论文整理(持续更新)

所有看过的论文序号标题+年份作者标签github代码链接内容简述原文链接状态1AttentionIsAllYouNeed（2017年）AshishVaswani∗，NoamShazeer∗模型,transformer,自然语言处理
零戚·2024-01-30 09:46

AI大语言模型学习笔记之三：协同深度学习的黑魔法 - GPU与Transformer模型

Transformer模型的崛起标志着人类在自然语言处理（NLP）和其他序列建模任务中取得了显著的突破性进展，而这一成就离不开GPU（图形处理单元）在深度学习中的高效率协同计算和处理。
DATA无界·2024-01-30 09:43

机器学习算法实现刑事案件文本分类

因此，通过收集法律与犯罪领域文本，构建起司法领域语料库，使用自然语言处理技术进行挖掘，实现文本分类，并利用机器学习等技术实现对法律案件的预测具有重要意义。
deleteeee·2024-01-30 08:23

【NLP冲吖~】〇、NLP（自然语言处理、大纲）

0、自然语言处理自然语言处理是一门用于理解人类语言、情感和思想的技术，是人工智能深度学习领域的一项重要分支，去年爆火的GPT就是该分支的一个重要落地的应用。
漂泊老猫·2024-01-30 08:21

大模型微调学习之旅③ — 基于 InternLM 和 LangChain 搭建你的知识库

目录一、大模型开发范式1、通用大模型的局限性：2、解决通用大模型范式的两种解决思路：①检索增强生成（RAG）②延呈传统自然语言处理算法微调（Finetune）二、LangChain简介①什么是LangChain②LangChain
Hoo K·2024-01-30 08:08

动手学RAG：汽车知识问答

原文：动手学RAG：汽车知识问答-知乎Part1内容介绍在自然语言处理领域，大型语言模型（LLM）如GPT-3、BERT等已经取得了显著的进展，它们能够生成连贯、自然的文本，回答问题，并执行其他复杂的语言任务
javastart·2024-01-30 08:03

python- while的几种用法

##关于while循环的思考prompt="\nTellmesomething,andiwillrepeatitbacktoyou"prompt+="\nEnter'quit'toendtheprogram."message=""whilemessage!='quit':message=input(prompt)print(message)  上面的程序，用户在输入quit后，随人可以退出循环，但
external123·2024-01-30 07:46

深度学习实战70-数学教材智能问答MathGPT模型与题目latex的pdf生成技术

该系统结合了自然语言处理和数学知识图谱，能够理解用户的数学问题，并提供准确的答案和解析，随时随地请老师24小时在线回答学生的问题，以最低成本把老师请回家。
微学AI·2024-01-30 07:44

人工智能时代，怎么样才能？被称为懂行业？

文本情感分析和观点挖掘又被称为意见挖掘或者主观分析，是自然语言处理的重要研究方向。是一种对带有情感色彩的主观性文本进行分析处理，归纳和推理的过程。
nonviolence·2024-01-30 03:33

Redis面试题36

它基于大数据、机器学习、深度学习和自然语言处理等技术，通过对数据和模型的分析和推理，使机器能够自动完成复杂的任务和问题解决。人工智能的应用
CrazyMax_zh·2024-01-30 01:08

Transformer模型 | Pytorch实现Transformer模型进行时间序列预测

Transformer模型最初是为了处理自然语言处理任务而设计的，但它也可以用于时间序列预测。
算法如诗·2024-01-29 19:53

基于BERT的文本分类——附-简单的示例代码

**BERT（BidirectionalEncoderRepresentationsfromTransformers）**是一种预训练的自然语言处理模型，由Google于2018年提出。
技术宅学长·2024-01-29 18:54

python-自动化篇-运维-监控-如何使⽤Python处理和解析⽇志⽂件？-实操记录

文章目录1.选择日志文件格式：确定要处理的日志文件的格式。不同的日志文件可能具有不同的格式，如文本日志、CSV、JSON、XML等。了解日志文件的格式对解析⾮常重要。2.打开日志文件：使⽤Python的文件操作功能打开日志文件，以便读取其中的内容。可以使⽤open()函数来打开文件并创建⼀个文件对象。3.逐行读取日志内容：通常，会逐行读取日志文件内容，以便分析每⼀行的日志信息。这可以使⽤循环来实现
fo安方·2024-01-29 18:21

python-自动化篇-运维-语音识别

文章目录理论文本转换为语音使用pyttsx使用SAPI使用SpeechLib语音转换为文本代码和效果01使用pyttsx实现文本_语音02使用SAPI实现文本_语音03使用SpeechLib实现文本_语音04使用PocketSphinx实现语音转换文本理论语音识别技术，也被称为自动语音识别，目标是以电脑自动将人类的语音内容转换为相应的文字和文字转换为语音。文本转换为语音使用pyttsx使用名为py
fo安方·2024-01-29 18:51

python-自动化篇-办公-文件-加解密

解说要使⽤Python进⾏⽂件的加密和解密，可以使⽤第三⽅加密库，如cryptography或pycryptodome。⼀个基本的⽰例，演⽰如何使⽤cryptography库对⽂件进⾏加密和解密：安装cryptography库：pipinstallcryptography⽂件加密：fromcryptography.fernetimportFernet#⽣成加密密钥key=Fernet.genera
fo安方·2024-01-29 18:50

python-自动化篇-运维-监控-简单实例-道出如何使⽤Python⾃动化数据库备份？

使⽤Python⾃动化数据库备份是⼀种有效的⽅式，可以确保数据库数据的安全性和可恢复性。以下是⼀般步骤，说明如何使⽤Python⾃动化数据库备份：选择数据库备份⼯具：⾸先，选择适合数据库类型的备份⼯具。不同的数据库系统有不同的备份⽅法，以下是⼀些常⻅数据库类型以及相应的备份⼯具：（1）MySQL：使⽤mysqldump⼯具或mysqlbackup⼯具进⾏备份。（2）PostgreSQL：使⽤pg_
fo安方·2024-01-29 17:49

人机关系中的协同与意图

机器可以通过语音识别和自然语言处理技术来理解人的意图和需求，以便更好地回应和满足人的需求。例如，智能助理（例
人机与认知实验室·2024-01-29 16:08

自然语言处理，基于预训练语言模型的方法，车万翔，引言部分

文章目录自然语言处理应用任务1.信息抽取2.情感分析3.问答系统4.机器翻译5.对话系统自然语言处理应用任务1.信息抽取信息抽取（InformationExtraction,IE），是从非结构化的文本中
iKang_dlut·2024-01-29 14:01

前沿资讯！文心一言和ChatGPT最全对比！

文心一言和ChatGPT都是基于深度学习技术的自然语言处理模型，有各自的优势和使用场景，无法简单地比较ChatGPT和文心一言哪一个功能更强大，它们各自具有优势和局限性，需要根据具体需求进行选择，以下一些具体对比
2301_76571514·2024-01-29 14:57

自然语言处理发展(自然语言处理发展经历了哪些阶段)

一、历史发展自然语言处理的研究始于20世纪50年代初期，当时的主要任务是理解自然语言，并将其转换为机器语言。随着计算机硬件和软件的不断发展，NLP也得以逐步发展。
2301_76571514·2024-01-29 14:25

AI工具导航大盘点

聊天式生成模型（ChatGPT）是其中一个非常流行的技术，其基于自然语言处理（NLP）技术构建，可以生成会话式文本。
go2coding·2024-01-29 13:47

深入了解Redis：选择适用于你的场景的持久化方案

自然语言处理的发展文章目录自然语言处理的发展强烈推荐前言：Redis提供了几种主要的持久化方案：RDB快照持久化：工作原理：AOF日志文件持久化：混合持久化：总结强烈推荐专栏集锦写在最后强烈推荐前些天发现了一个巨牛的人工智能学习网站
The-Venus·2024-01-29 12:28

语义解析：连接自然语言与机器智能的桥梁

前言语义解析技术可以提高人机交互的效率和准确性，在自然语言处理、数据分析、智能客服、智能家居等领域都有广泛的应用前景。
想你依然心痛·2024-01-29 12:19

ChatGPT和文心一言哪个更好用？

方向一：ChatGPTChatGPT是一款基于自然语言处理技术的聊天机器人，适合处理英文自然语言和多语言场景方向二：文心一言文心一言是一款基于人工智能技术的语言模型，是一个用于生成古文的工具，侧重中华文化元素的融入
m0_70572045·2024-01-29 10:06

一文读懂BERT（原理篇）

Pre-trainingofDeepBidirectionalTransformersforLanguageUnderstanding》，成功在11项NLP任务中取得stateoftheart的结果，赢得自然语言处理学界的一片赞誉之声
AiA_AiA·2024-01-29 08:40

最通俗易懂的BERT原理与代码实现

舆情分析涉及到人工智能的子领域——自然语言处理（NLP）。
Joe量化·2024-01-29 08:40

ChatGPT与文心一言的较量：智能回复、语言准确度及知识库维度对比分析

在人工智能技术飞速发展的今天，自然语言处理领域的两大翘楚——美国OpenAI研发的ChatGPT和中国百度推出的文心一言，各自凭借其强大的自然语言生成能力引发了全球范围内的广泛关注。
m0_54877156·2024-01-29 08:10

AI Agents综述论文读后总结，附一些关于Agent System的脑洞

其中一篇是来自复旦大学自然语言处理团队（FudanNLP）的关于L
陌北有棵树·2024-01-29 06:28

【大模型理论基础】（大模型的能力）学习笔记

语言模型的适应性：从语言模型到任务模型的转化LanguageModeling采用几何平均，每个词标记的概率都被同等看待，并且一个极低的概率（如0）将会导致整个几何平均大幅度下降数据集PennTreeBank自然语言处理中的一个经典数据集
尘汐筠竹·2024-01-29 05:45

python-数据类型

目录一、空对象None二、与数据类型有关的函数1.type()2.bool()3.内置数字函数及math库4.高精：decimal.Decimal(str)每次都写decimal.Decimal太麻烦，改进：三、数据类型1.列表列表的特点操作列表的方法2.元组定义单个元素与列表区别：不可修改操作方法：应用：3.字符串操作方法：4.序列的切片5.集合定义集合：集合特点：集合操作方法：6.字典特点：定
zhy0319·2024-01-29 01:13

python-基本程序控制-print()函数

目录1.print（）自带换行2.打印字符串3.print('char'*n)循环打印字符4.多变量在一行输出，间隔符默认为空格5.多变量在一行输出，修改默认间隔符（空格）6.强制一行输出7.数字的格式化输出（1）控制小数位数（2）输出千位分隔符（3）输出固定宽度的数值总结：数字的格式化输出公式：8.help(print)了解更多1.print（）自带换行2.打印字符串print(str)注意事项
zhy0319·2024-01-29 01:42

自然语言处理中的注意力机制与Transformer架构

1.背景介绍自然语言处理(NLP)是计算机科学和人工智能领域的一个重要分支，旨在让计算机理解和生成人类语言。自然语言处理的一个重要任务是机器翻译，即将一种自然语言翻译成另一种自然语言。
OpenChat·2024-01-29 00:24

深入了解Transformer架构

它在自然语言处理、计算机视觉等领域取得了显著的成果，如BERT、GPT-3等。本文将深入了解Transformer架构的核心概念、算法原理、实践和应用场景，为读者提供全面的技术洞察。
OpenChat·2024-01-28 18:06

自然语言处理（NLP）领域的应用和发展历程

随着深度学习和大数据技术的不断进步，自然语言处理（NLP）领域已经取得了显著的成果。从简单的文本分类到复杂的机器翻译，NLP技术正在不断突破，为人工智能领域带来更多可能性。
白话Learning·2024-01-28 17:47

Python-数据可视化-动态展示柱状图

一、基础柱状图1.通过Bar()构建一个柱状图对象2.和折线图一样，通过add_xaxis()和add_yaxis()添加x和y轴数据，通过柱状图对象的：reversal_axis()，还可以反转x和y轴3.通过label_opts=LabelOpts(position="right")设置数值标签在右侧显示二、基础时间线柱状图1.什么是时间线？Timeline()-时间线柱状图描述的是分类数据，
a1316454554·2024-01-28 16:46

程序员书单|本月有哪些新书值得关注？

深入探索自然语言处理技术的核心原理，结合实战，让你成为AI领域的语言模型构建达人！
人邮异步社区·2024-01-28 14:54

[Python-贪心算法]

贪心算法贪心算法的本质是从每个阶段的局部最优推出全局最优，而且没有固定的算法套路，需要我们手动模拟，如果感觉可以用贪心算法那么就直接冲。贪心算法一般分为如下四步：将问题分解为若干个子问题找出适合的贪心策略求解每一个子问题的最优解将局部最优解堆叠成全局最优解贪心算法只有多见题，多做题才能在遇到问题的时候快速找到做题思路，多说无益，直接开始练习。455.分发饼干假设你是一位很棒的家长，想要给你的孩子们
靠米菜勾·2024-01-28 13:20

[Python-链表刷题]移除链表元素、设计链表

203.移除链表元素移除链表元素给你一个链表的头节点head和一个整数val，请你删除链表中所有满足Node.val==val的节点，并返回新的头节点。示例1：输入：head=[1,2,6,3,4,5,6],val=6输出：[1,2,3,4,5]示例2：输入：head=[],val=1输出：[]示例3：输入：head=[7,7,7,7],val=7输出：[]提示：列表中的节点数目在范围[0,104
靠米菜勾·2024-01-28 13:50

[Python-链表刷题]环形链表 II

142.环形链表II给定一个链表的头节点head，返回链表开始入环的第一个节点。如果链表无环，则返回null。如果链表中有某个节点，可以通过连续跟踪next指针再次到达，则链表中存在环。为了表示给定链表中的环，评测系统内部使用整数pos来表示链表尾连接到链表中的位置（索引从0开始）。如果pos是-1，则在该链表中没有环。注意：pos不作为参数进行传递，仅仅是为了标识链表的实际情况。不允许修改链表。
靠米菜勾·2024-01-28 13:50

[Python-栈与队列]

20.有效的括号给定一个只包括'('，')'，'{'，'}'，'['，']'的字符串s，判断字符串是否有效。有效字符串需满足：左括号必须用相同类型的右括号闭合。左括号必须以正确的顺序闭合。每个右括号都有一个对应的相同类型的左括号。解题思路可以先模拟一下匹配的过程，每当有一个左括号出现时，有效的字符串中在后面肯定会有一个对应的右括号，因此我们可以用栈来实现这个过程。对字符串进行遍历操作，每遍历到一个
靠米菜勾·2024-01-28 13:50

[Python-动态规划]

动态规划动态规划步骤总结：1.确定dp数组以及下标的含义2.确定递推公式3.dp数组初始化4.确定遍历顺序5.举例推导dp数组，看是否与打印出的dp数组相同509.斐波那契数斐波那契数（通常用F(n)表示）形成的序列称为斐波那契数列。该数列由0和1开始，后面的每一项数字都是前面两项数字的和。也就是：F(0)=0，F(1)=1F(n)=F(n-1)+F(n-2)，其中n>1给定n，请计算F(n)。解
靠米菜勾·2024-01-28 13:50

[Python-字符串]

344.反转字符串编写一个函数，其作用是将输入的字符串反转过来。输入字符串以字符数组s的形式给出。不要给另外的数组分配额外的空间，你必须原地修改输入数组、使用O(1)的额外空间解决这一问题。解题思路题目要求是原地操作的话，就直接用一个中介变量temp交换即可，代码如下。classSolution:defreverseString(self,s:List[str])->None:foriinrang
靠米菜勾·2024-01-28 13:20

[Python-贪心算法]

135.分发糖果n个孩子站成一排。给你一个整数数组ratings表示每个孩子的评分。你需要按照以下要求，给这些孩子分发糖果：每个孩子至少分配到1个糖果。相邻两个孩子评分更高的孩子会获得更多的糖果。请你给每个孩子分发糖果，计算并返回需要准备的最少糖果数目。解题思路题目的要求是相邻两个孩子中评分更高的孩子会获得更多的糖果，这也就是说我们需要双边比较，有点像前面的求峰值点数。但是这道题让我们统计的是糖果
靠米菜勾·2024-01-28 13:49

《自然语言（NLP）——人类交流和思维的工具》

以下是一些关键的方法：自然语言处理（NL
༺心有谦谦结༻·2024-01-28 13:10

首届情感AI大会：当人工智能理解并具备人类感情时……

全文共6077字，预计学习时长16分钟图源：unsplash最近，笔者参加了首届情感AI大会，本次大会由自然语言处理(NLP)、文本分析、情绪分析及其商业应用领域的首席分析师和商业顾问SethGrimes
「已注销」·2024-01-28 13:35

蚂蚁集团持续探索生成式AI，20篇论文入选AI顶会NeurlPS

据了解，蚂蚁此次入选的论文，覆盖计算机视觉、自然语言处理、图神经网络、图像处理等多个人工智能和机器学习领域的前沿主题。其中七成以上论文聚焦生成式AI在高速发展中遇到的一些挑战和难题。以下为其中
金融机器智能官方·2024-01-28 13:48

ChatGPT 做生信靠谱吗？

我们来看看它自己怎么说：ChatGPT是一款基于自然语言处理（NLP）技术的聊天机器人，它可以帮助用户实现自动聊天。它可以根据用户的输入，自动生成相应的回复，从而实现自动聊天。
11的雾·2024-01-28 12:52

Python-打印区间内的质数

defPrime_number(num):foriinrange(2,num+1):#设置一个空集合，集合有去重的功能set1=set()forjinrange(2,i):#用i除以除开1和本身的其他数值j取余,如果余数不等于零则返回truex=(i%j!=0)#将取余数不等于0的结果放到集合中set1.add(x)#通过判断集合的长度判断i是否为质数，当i=2时，2/2取余不等于0为false，
ITBOBY·2024-01-28 12:17

自然语言处理：transfomer架构

介绍transfomer是自然语言处理中的一个重要神经网络结构，算是在传统RNN和LSTM上的一个升级，接下来让我们来看看它有处理语言序列上有哪些特殊之处模型整体架构原论文中模型的整体架构如下，接下来我们将层层解析各层的作用和代码实现该模型架构主要包含的基本层有嵌入层
Nowl·2024-01-28 12:34
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他