nlp学习之路第8页

Deep learning笔记

更令人惊讶的是，深度学习在自然语言理解(NLP)的各项任务中产生了非常可喜的成果，特别是主题分类、情感分析、自动问答和语言翻译。

提着木剑走天下·2024-02-10 05:55

培养孩子的自律，家长要学会“忍”

父母想要在孩子漫长的学习之路上少操点心，不被卷入辅导的痛苦之中，一定要学会“忍”，学会管住嘴。1.忍住包办和催促，把学习的责任还给孩子陪写作业，我们一定要明白，作业是孩子自己的，他才是学习的主角。

兰花努力长·2024-02-10 05:10

看见即疗愈

曾在我们NLP小组里看到一位同学丰盛日记分享：没有恐惧的父母，才可以带出自由自在的孩子。父母恐惧越少，孩子越本然，越平和，越自在。

李思睿vicky·2024-02-10 04:54

【RPA】智能自动化的未来：AI + RPA

通过融合自然语言处理（NLP）、机器学习、图像识别等AI技术，RPA得以更精准地解读、分析并应对各种业务场景。那么，究竟什么是RPA呢？

帐篷Li·2024-02-09 23:23

有效沟通的密码

记得前几天济宁Nlp智慧学院的院长唐老师给我布置了个作业：每天都在心中祝福你见到的五个人，小孩祝福他健康快乐的成长，学生祝福他学业有成，老人祝福他健康长寿，中年人祝福他事业兴旺，在心中默默的祝福就好，祝福时目光注视着他

秀玲wanan·2024-02-09 18:16

学习之路第七章

第七章突然凡超越感觉自己的身体里一阵燥热，也不知道为什么，突然在自己当时带戒指的左手上泛出金光好像有什么东西要出来，感觉自己的左手，仿佛跟没了一样，之前的燥热感也没有了，任何知觉都没了，右手碰碰没感觉没感觉，然后他又用他的右手使劲拽，还是没感觉，此时凡超越心中已经有一万头草泥马奔腾而过。自己这上辈子是造了什么孽呢？自己啥都没干呢，这左手咋回事？况且他还得用左手写字，右手还不会写字是有点尴尬！。额，

游走于幽暗之中的神明吞噬之王·2024-02-09 16:32

加入妈妈不烦，拥有不凡人生

从去年开始成为某读书会会员，进入他们社群开始，我开启了真正的线上付费学习之路。

静静的谷堆里看星星·2024-02-09 14:34

AAAI 2020「自然语言处理（NLP）论文解读」文本简化要素分析

来源：AINLPer微信公众号编辑:ShuYini校稿:ShuYini时间:2020-2-17TILE:DiscourseLevelFactorsforSentenceDeletioninTextSimpliﬁcation.Contributor

Shu灬下雨天·2024-02-09 13:10

自然语言学习nlp 六

p=118DeltaTuning，尤其是在自然语言处理（NLP）和机器学习领域中，通常指的是对预训练模型进行微调的一种策略。

wangqiaowq·2024-02-09 12:46

【大厂AI课学习笔记】【1.5 AI技术领域】（8）文本分类

自然语言处理，NatualLanguageProcessing，NLP，包括自然语言识别和自然语言生成。用途是从非结构化的文本数据中，发掘洞见，并访问这些信息，生成新的理解。

giszz·2024-02-09 10:17

一文梳理经典图网络模型（附新书）

作者|Chilia哥伦比亚大学nlp搜索推荐整理|NewBeeNLP图神经网络已经在NLP、CV、搜索推荐广告等领域广泛应用，今天我们就来整体梳理一些经典常用的图网络模型：DeepWalk、GCN、Graphsage

科技州与数据州·2024-02-09 10:22

《财富自由之路》21-22

说起来自己的英语学习，应该是复刻了绝大多数国人的学习之路。

徐莉臻·2024-02-09 09:37

心灵成长之路

自从去年十一参加了几乎封闭式的七天NLP灵性成长课程后，一直期待着再次走进徐导的课堂，去感受那种超凡脱俗，几乎与世隔绝的过程。

王爱玲·2024-02-09 08:53

开源大型语言模型概览：多语种支持与中文专注

多语种支持与中文专注什么是大型语言模型如何工作大型语言模型的发展应用领域开源大语言模型概览支持多种语言的开源LLMsLLaMA（由Meta开发）BERT（由Google开发）支持中文的开源LLMsYAYI2Baichuan-13BChineseGPT(由THUNLP

kadog·2024-02-09 08:35

如何在 Python 3 中使用自然语言工具包（NLTK）处理语言数据

这些组织和结构化知识的例子代表了自然语言处理（NLP）任务。NLP是计算机科学的一个领域，专注于计算机和人类之间的交互

张无忌打怪兽·2024-02-09 07:06

OpenGL ES学习之路(3.1) 着色器渲染过程、渲染方式、FrameBuffer与RenderBuffer

着色器渲染过程在渲染过程中，必须存储2种着⾊器，分别是顶点着⾊器、片元着⾊器。顶点着⾊器是第⼀个着色器、⽚元着⾊器是最后⼀个。顶点着⾊器中处理顶点、片元着⾊器处理像素点颜色。渲染流程图image.png1.创建顶点2.然后通过顶点着色器渲染3.连接信息条，通过各个顶点连接成几何图形4.光栅化：其实是确定像素点在屏幕上绘制的位置，然后这些片段由片元着色器处理（输入给片元着色器）5.光栅化阶段生成每个

velue·2024-02-09 06:43

前端学习之路(6) npm详解

npm是什么？npm（nodepackagemanager）：node.js的包管理器，用于node插件管理（包括安装、卸载、管理依赖等），npm是随同node.js一起安装的包管理工具，能解决node.js代码部署上的很多问题，常见的使用场景有以下几种：允许用户从npm服务器下载别人编写的第三方包到本地使用。允许用户从npm服务器下载并安装别人编写的命令行程序到本地使用。允许用户将自己编写的包或

星如雨ｸﾞｯ!(๑•̀ㅂ•́)و✧·2024-02-09 05:56

pyspark操作示例

PYSPARK_DRIVER_CALLBACK_HOST']='127.0.0.1'PYSPARK_GATEWAY_PORT错误排查不能够链接到javaGateWay对应的ip及端口通过netstat-nlp

佛系小懒·2024-02-09 05:15

re:从0开始的CSS学习之路 8. 浏览器默认样式

1.默认样式浏览器会有一个默认样式，body标签会有自带一个8px的margin属性。在布局的时候通常不想要浏览器的默认样式，因此可以先清除一下浏览器提供的默认样式示例如下：Browserdefaultstyle.box1{width:200px;height:200px;background-color:#c7decc;}*{margin:0;/*padding:0;*/}注：padding其实

扶摇|·2024-02-09 04:50

re:从0开始的CSS学习之路 7. 盒子模型

1.盒子模型盒子模型（boxmodel）：可以把HTML中所有的元素都理解成盒子，用于装内容的容器目的就是为了将HTML文档中的内容进行归纳整理，方便管理，从而达到布局的效果内容区content边框border内边距padding外边距margin1.内容区content元素中所有的子元素和文本等都在内容区中排列内容区的大小使用width和height属性设置width设置内容区的宽度height

扶摇|·2024-02-09 04:20

报复性摆烂

学习之路真的太累太艰难了，本来上班就够辛苦了，这马上就到考试时间了，心理压力也挺大。哎，既希望快点到，又希望不要到来。下午上班编辑退款申请单时，又没用脑子，没思考如何排版更好。

小朱配奇·2024-02-09 03:10

用python进行自然语言处理_用 Python 和 Stanford CoreNLP 进行中文自然语言处理

实验环境：Windows7/Python3.6.1/CoreNLP3.7.0一、下载CoreNLP二、安装stanzastanza是StanfordCoreNLP官方最新开发的Python接口。

weixin_39636696·2024-02-09 02:20

NLP学习笔记(十) 分词(下)

大家好，我是半虹，这篇文章来讲分词算法1概述所谓分词就是将文本段落分解成基本语言单位，这里的基本单位也可以称为词元在上篇文章，我们主要从分词过程的角度出发，介绍了一些不同类型的分词算法而本篇文章，我们将要从分词结果的角度出发，来介绍一些不同粒度的分词算法2按粒度划分分词算法按照粒度可以分为以下三类：词粒度、字粒度、子词粒度，下面会逐一进行讨论2.1词粒度基于词粒度的分词是最为直观的分词，这与人类理

半虹·2024-02-09 02:20

NLP学习（二）—中文分词技术

本次代码的环境：运行平台：WindowsPython版本：Python3.xIDE：PyCharm一、前言这篇内容主要是讲解的中文分词，词是一个完整语义的最小单位。分词技术是词性标注、命名实体识别、关键词提取等技术的基础。本篇博文会主要介绍基于规则的分词、基于统计的分词、jieba库等内容。一直在说中文分词，那中文分词和欧语系的分词有什么不同或者说是难点的呢？主要难点在于汉语结构与印欧体系语种差异

陈易德·2024-02-09 02:19

NLP词典切分算法

完全切分2.2正向最长匹配2.3逆向最长匹配2.4双向最长匹配3.速度测评词的定义在语言学上，词语的定义是具备独立意义的最小单位在基于词典的中文分词中，词典中的字符串就是词词的性质一、词典的加载加载HanLP

卡拉比丘流形·2024-02-09 02:19

EMNLP 2023精选：Text-to-SQL任务的前沿进展（下篇）——Findings论文解读

导语本文记录了今年的自然语言处理国际顶级会议EMNLP2023中接收的所有与Text-to-SQL相关（通过搜索标题关键词查找得到，可能不全）的论文，共计12篇，包含5篇正会论文和7篇Findings论文

Q同学的nlp笔记·2024-02-09 01:58

LLM少样本示例的上下文学习在Text-to-SQL任务中的探索

会议：EMNLP2023Findings标题：EnhancingFew-shotText-to-SQLCa

Q同学的nlp笔记·2024-02-09 01:56

k8s学习之路 | Day14 有关 k8s 弃用 Docker

文章目录DockerEngine架构容器运行时containerdk8s中的kubelet架构为何放弃使用DockerEngine一直想搞清楚关于“k8s弃用docker这件事情”，所以才有了这篇学习记录官方有关这类话题的文章链接：https://kubernetes.io/zh-cn/blog/2020/12/02/dont-panic-kubernetes-and-docker/https:/

小鲸鱼大梦想·2024-02-08 19:00

使用embedding实现简单的内容查找

embedding在深度学习中通常用于NLP（自然语言处理）。其作用是将文本处理成一个张量。思路通过将一个待查找文本使用分词器划分，然后使用embedding处理成张量。

南子大帅哥·2024-02-08 17:09

java多线程封装_【原创】中文分词系统 ICTCLAS2015 的JAVA封装和多线程执行（附代码）...

首先ICTCLAS2015的传送门(http://ictclas.nlpir.org/)，其对中文分词做的比较透彻，而且有一定的可调式性。

洪文律所·2024-02-08 16:31

re:从0开始的CSS学习之路 3. CSS三大特性

0.写在前面很多的学习其实并不知道在学什么，学一个新东西学着学着就变成了抄代码，背概念。把看视频学习变成了一个赶进度的任务，到头来只学到了一些皮毛。文章目录0.写在前面1.CSS三大特性——层叠性2.CSS三大特性——优先级3.CSS三大特性——继承性1.CSS三大特性——层叠性层叠性：相同选择器（同等权重）对同一个元素设置样式时不冲突的样式：样式都生效冲突的样式：会根据“就近原则”，书写位置接近

扶摇|·2024-02-08 16:17

re:从0开始的CSS学习之路 4. 长度单位

1.长度单位像素px：一个像素就是屏幕中一个不可分割的点。我们应用的屏幕实际上是由一个个的像素点构成的。不同显示器的像素点大小也不同，在屏幕尺寸相同的情况下，像素越小，显示效果越清晰。大部分浏览器默认字体大小是16px百分比%：相对于父元素相同样式大小的百分比进行计算优点：当父元素大小发生变化时，子元素的大小也会按比例进行调整相对于字体大小单位em：相对于当前元素字体大小进行计算1em=当前字体大

扶摇|·2024-02-08 16:17

re:从0开始的CSS学习之路 5. 颜色单位

0.写在前面没想到在CSS里也要再次了解这些颜色单位，感觉回到了大二的数字图像处理，可惜现在已经大四了，感觉并没有学会什么AI的东西1.颜色单位预定义颜色名：HTML和CSS规定了147种颜色名。例如：redyellowgreenblueRGB颜色值rgb(red,green,blue)：括号中每个参数代表对应颜色的浓度浓度值是0-255之间的整数，0表示无浓度，255表示最大浓度也可以使用百分比

扶摇|·2024-02-08 16:15

re:从0开始的CSS学习之路 6. 字体相关属性

扶摇|·2024-02-08 16:45

感恩日记第126天20190330

有人问我在学什么，我说在学NLP，然后大概讲了一下，我发现我自己对NL

屈玉华·2024-02-08 12:47

无法坚持写作的本质问题？就是因为你的价值观出了问题

NLP的解释是这样的。（NLP是专业术语，不懂可以百度一下）价值是事情的意义和一个人能够在事情里得到的好处。在这件事情里什么最

阿斌传媒工作室·2024-02-08 12:17

自然语言处理（NLP）——使用Rasa创建聊天机器人

1基本概念1.1自然语言处理的分类IR-BOT：检索型问答系统Task-bot：任务型对话系统Chitchat-bot:闲聊系统1.2任务型对话Task-Bot:task-orientedbot这张图展示了一个语音对话系统（或聊天机器人）的基本组成部分和它们之间的工作流程。这个系统可以接受语音信号作为输入，输出文本响应，并且它包括以下几个主要部分：1.2.1自动语音识别（ASR）这个部分的任务是将

思诺学长·2024-02-08 11:46

Task02 消息传递图神经网络

参考链接：https://github.com/datawhalechina/team-learning-nlp/blob/master/GNN/Markdown%E7%89%88%E6%9C%AC/4

沫2021·2024-02-08 11:04

CV大（混合）模型之GLIP代码，原理解析

众所周知，随着NLP类的大模型问世，以chatgpt为代表，后续各大大厂相继出现自己的大模型，如百度的“文心一言”，华为的“盘古”，科大讯飞的“星火”，阿里的“通义千问”，商汤的“日日新”等，同样在CV

ywyErwin·2024-02-08 11:35

【NLP冲吖~】二、隐马尔可夫模型（Hidden Markov model, HMM）

0、马尔可夫模型某一状态只由前一个状态决定，即为一阶马尔可夫模型；状态间的转移依赖于前n个状态的过程，即为n阶马尔可夫模型马尔科夫链：如果St+1S_{t+1}St+1只依赖于前一时刻StS_tSt，不依赖于S1,...,St−1S_1,...,S_{t-1}S1,...,St−1，则称S1,S2,...,ST,...{S_1,S_2,...,S_T,...}S1,S2,...,ST,...为马尔

漂泊老猫·2024-02-08 11:33

自然语言处理(NLP)-第三方库(工具包)：Faiss【向量最邻近检索工具】【为稠密向量提供高效相似度搜索】【多种索引构建方式，可根据硬件资源、数据量选择合适方式】【支持十亿级别向量的搜索】

一、Faiss介绍Faiss是FacebookAI团队开源的针对聚类和相似性搜索库，为稠密向量提供高效相似度搜索和聚类，支持十亿级别向量的搜索，是目前最为成熟的近似近邻搜索库。它包含多种搜索任意大小向量集（备注：向量集大小由RAM内存决定）的算法，以及用于算法评估和参数调整的支持代码。Faiss用C++编写，并提供与Numpy完美衔接的Python接口。除此以外，对一些核心算法提供了GPU实现。相

u013250861·2024-02-08 10:07

遇见性格色彩。

但对此并没有多大感受，当我接触到性格色彩，开启了我的学习之路时，我才深刻的体会到这句话。过去的我，自卑，悲观。那时候日子过的格外难过。原来我才知道那

L_lei·2024-02-08 09:42

【NLP 自然语言处理(一)---词向量】

文章目录什么是NLP自然语言处理发展历程自然语言处理模型模型能识别单词的方法词向量分词一个向量vector表示一个词词向量的表示-one-hot多维词嵌入wordembeding词向量的训练方法CBOWSkip-gram

y_dd·2024-02-08 09:56

NLP_“预训练+微调大模型”模式和Prompt/Instruct模式的异同

NLP应用人员可以根据自己的需要，对模型的头部或者部分参数进行适应性的调整，这通常涉及在相对较小的有标注数据集上进行有监督学习，让模型适应特定任务的需求。这就

you_are_my_sunshine*·2024-02-08 09:54

NLP_Seq2Seq编码器-解码器架构

定义编码器和解码器类4.定义Seq2Seq架构5.训练Seq2Seq架构6.测试Seq2Seq架构归纳Seq2Seq编码器-解码器架构小结Seq2Seq架构起初，人们尝试使用一个独立的RNN来解决这种序列到序列的NLP

you_are_my_sunshine*·2024-02-08 09:53

探索NLP中的N-grams：理解，应用与优化

简介n-gram[1]是文本文档中n个连续项目的集合，其中可能包括单词、数字、符号和标点符号。N-gram模型在许多与单词序列相关的文本分析应用中非常有用，例如情感分析、文本分类和文本生成。N-gram建模是用于将文本从非结构化格式转换为结构化格式的众多技术之一。n-gram的替代方法是词嵌入技术，例如word2vec。N-grams广泛用于文本挖掘和自然语言处理任务。示例通过计算每个唯一的n元语

冷冻工厂·2024-02-08 09:23

自然语言NLP

什么是NLPNLP（NaturalLanguageProcessing）是自然语言处理的缩写，是计算机科学和人工智能领域的一个研究方向。NLP致力于使计算机能够理解、处理和生成人类自然语言的能力。

Flying_Fish_roe·2024-02-08 09:50

川鹤思想日记20190427:

感同身受的体验，换位思考一下，如果在孩子、爱人、他人有情绪时，我们更应该给予爱与包容，因为我们已经走在学习之路很久了。只有爱增加了，一切才会越来越好[爱心][爱心][爱心]

张孙川鹤·2024-02-08 07:03

详解各种LLM系列｜LLaMA 1 模型架构、预训练、部署优化特点总结

作者|Sunnyyyyy整理|NewBeeNLPhttps://zhuanlan.zhihu.com/p/668698204后台留言『交流』，加入NewBee讨论组LLaMA是Meta在2023年2月发布的一系列从

kaiyuan_sjtu·2024-02-08 07:29

【最大似然估计】详解概率论之最大似然估计

个人主页：有梦想的程序星空个人介绍：小编是人工智能领域硕士，全栈工程师，深耕Flask后端开发、数据挖掘、NLP、Android开发、自动化等领域，有较丰富的软件系统、人工智能算法服务的研究和开发经验。

程序遇上智能星空·2024-02-08 05:22

推荐频道

nlp学习之路