NLP的介紹和如何利用機器學習進行NLP以及三種NLP技術的詳細介紹

本文用簡潔易懂的語言，講述了自然語言處理（NLP）的前世今生。從什么是NLP到為什么要學習NLP，再到如何利用機器學習進行NLP，值得一讀。這是該系列的...

2018-06-10 標簽：機器學習機器翻譯NLP 7.8萬 0

RNN基本原理和RNN種類與實例

這是一個delay模型，經(jīng)過一段延遲，即把所有輸入都讀取后，在decoder中獲取輸入并輸出一個序列。這個模型在機器翻譯中使用較廣泛，源語言輸在入放入e...

2018-07-27 標簽：神經(jīng)元機器翻譯RNN 3.9萬 0

為什么要有attention機制，Attention原理

沒有attention機制的encoder-decoder結構通常把encoder的最后一個狀態(tài)作為decoder的輸入（可能作為初始化，也可能作為每一...

2019-03-06 標簽：Decoder梯度機器翻譯 1.7萬 0

深入了解圖神經(jīng)網(wǎng)絡背后的原理和其強大的表征能力

在圖分類數(shù)據(jù)集上，通過實驗驗證我們的理論，其中 GNN 的表達能力對于捕獲圖結構至關重要。特別是，我們對基于各種聚合函數(shù)的 GNN 性能進行了對比。我們...

2019-03-01 標簽：神經(jīng)網(wǎng)絡機器翻譯GNN 1.1萬 0

LSTM的核心構成,實際中“門”的效果如何？

門是否真的具有我們上述描述的意義呢？這也是我們這篇論文的出發(fā)點。為了探究這個問題，我們分析了IWSLT14德語-英語的翻譯任務，這個翻譯任務的模型是基于...

2018-07-02 標簽：神經(jīng)網(wǎng)絡機器翻譯自然語言 1.0萬 0

把Transformer模型掰開揉碎，深度理解它的工作原理

我們已經(jīng)了解了模型的主要部分，接下來我們看一下各種向量或張量（譯注：張量概念是矢量概念的推廣，可以簡單理解矢量是一階張量、矩陣是二階張量。）是怎樣在模型...

2019-01-10 標簽：谷歌機器翻譯pytorch 6438 0

什么是Transition-based基于轉(zhuǎn)移的框架？

用在生成依存句法樹上，則具體表示為從空狀態(tài)開始，通過動作轉(zhuǎn)移到下一個狀態(tài)，一步一步生成依存句法樹，最后的狀態(tài)保存了一個完整的依存樹。依存分析就是用來預測...

2019-03-19 標簽：神經(jīng)網(wǎng)絡框架機器翻譯 5396 0

基于選擇機制的自注意力網(wǎng)絡模型

自注意力網(wǎng)絡(SANs)在許多自然語言處理任務中取得顯著的成功，其中包括機器翻譯、自然語言推理以及語義角色標注任務。

2020-08-31 標簽：機器翻譯網(wǎng)絡模型 5314 0

Facebook開源了增強版的NLP工具包LASER

LASER的句子向量表示對于輸入語言和NLP任務都是通用的。該工具將任何語言中的一個句子映射到高維空間中的一個點，目標是使任何語言中的相同語句最終位于同...

2019-01-25 標簽：Laser機器翻譯數(shù)據(jù)集 4828 0

NLP概述及文本自動分類算法詳解

同步的序列到序列，其實就是序列標注問題，應該說是自然語言處理中最常見的問題。序列標注的應用包括中文分詞、命名實體識別和詞性標注等。序列標注問題的輸入是一...

2018-07-25 標簽：機器翻譯NLP 4768 0

如何在Hadoop上運行這些深度學習工作

典型的深度學習工作流程：數(shù)據(jù)從各個終端（或其他來源）匯聚到數(shù)據(jù)湖中。數(shù)據(jù)科學家可以使用筆記本進行數(shù)據(jù)探索，創(chuàng)建 pipelines 來進行特征提取/分割...

2019-01-15 標簽：機器翻譯數(shù)據(jù)集深度學習 4601 0