完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > nlp
文章:485個(gè) 視頻:103個(gè) 瀏覽:22553次 帖子:14個(gè)
終于有了!大規(guī)模中文NLP語(yǔ)料庫(kù)!
基于#2和#3,我們會(huì)在測(cè)試集上做測(cè)試,并報(bào)告測(cè)試集上的準(zhǔn)確率;只提供了#1和#2的隊(duì)伍,驗(yàn)證集上的成績(jī)依然可以被顯示出來,但會(huì)被標(biāo)記為未驗(yàn)證。
2019-02-14 標(biāo)簽:自然語(yǔ)言處理nlp 15.5萬(wàn) 0
一個(gè)給NLP領(lǐng)域帶來革新的預(yù)訓(xùn)練語(yǔ)言大模型Bert
之前的文章和大家詳細(xì)的介紹了靜態(tài)的詞向量表示word2vec理論加實(shí)戰(zhàn),但是word2vec存在一個(gè)很大的問題,由于是靜態(tài)詞向量所以無(wú)法表示一詞多義,對(duì)...
2023-02-28 標(biāo)簽:GPTELMOSTransformer 8.4萬(wàn) 0
NLP的介紹和如何利用機(jī)器學(xué)習(xí)進(jìn)行NLP以及三種NLP技術(shù)的詳細(xì)介紹
本文用簡(jiǎn)潔易懂的語(yǔ)言,講述了自然語(yǔ)言處理(NLP)的前世今生。從什么是NLP到為什么要學(xué)習(xí)NLP,再到如何利用機(jī)器學(xué)習(xí)進(jìn)行NLP,值得一讀。這是該系列的...
2018-06-10 標(biāo)簽:機(jī)器學(xué)習(xí)機(jī)器翻譯NLP 7.8萬(wàn) 0
命名實(shí)體識(shí)別(NER)是自然語(yǔ)言處理(NLP)中的基本任務(wù)之一
LSTM網(wǎng)絡(luò)是整體思路同樣是先對(duì)給定的訓(xùn)練樣本進(jìn)行學(xué)習(xí),確定模型中的參數(shù),再利用該模型對(duì)測(cè)試樣本進(jìn)行預(yù)測(cè)得到最后的輸出。由于測(cè)試輸出的準(zhǔn)確性現(xiàn)階段達(dá)不到...
2018-04-18 標(biāo)簽:深度學(xué)習(xí)自然語(yǔ)言NLP 6.0萬(wàn) 0
介紹Word2Vec和Glove這兩種最流行的詞嵌入方法背后的直覺
對(duì)于IDF而言,長(zhǎng)文檔包含的單詞更多,因此更容易出現(xiàn)各種單詞。因此,IDF相等的情況下,經(jīng)常出現(xiàn)在短文檔中的單詞,信息量比經(jīng)常出現(xiàn)在長(zhǎng)文檔中的單詞要高。...
AI開發(fā)平臺(tái)Vitis AI 2.5讓AI加速體驗(yàn)更上一層樓 Vitis AI新功能概述
Vitis AI 2.5 的模型庫(kù)增加了廣受歡迎的NLP及更多 CNN 模型,例如 Bert-base,Vision Transformer、端到端 O...
一文詳解Transformer神經(jīng)網(wǎng)絡(luò)模型
Transformer模型在強(qiáng)化學(xué)習(xí)領(lǐng)域的應(yīng)用主要是應(yīng)用于策略學(xué)習(xí)和值函數(shù)近似。強(qiáng)化學(xué)習(xí)是指讓機(jī)器在與環(huán)境互動(dòng)的過程中,通過試錯(cuò)來學(xué)習(xí)最優(yōu)的行為策略。
2024-02-20 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)AITransformer 2.3萬(wàn) 0
預(yù)訓(xùn)練(Pre-training)的成本是相當(dāng)昂貴的(需要4到16個(gè)Cloud TPU訓(xùn)練4天),但是對(duì)于每種語(yǔ)言來說都只需訓(xùn)練一次(目前的模型僅限英語(yǔ)...
GAN新手必讀:如何將將GAN應(yīng)用于NLP(論文筆記)
GAN 自從被提出以來,就廣受大家的關(guān)注,尤其是在計(jì)算機(jī)視覺領(lǐng)域引起了很大的反響?!吧疃冉庾x:GAN模型及其在2016年度的進(jìn)展”[1]一文對(duì)過去一年G...
這么做有幾個(gè)好處,首先,如果手頭任務(wù) C 的訓(xùn)練集合數(shù)據(jù)量較少的話,現(xiàn)階段的好用的 CNN 比如 Resnet/Densenet/Inception 等...
基于NLP、機(jī)器學(xué)習(xí)技術(shù)實(shí)現(xiàn)動(dòng)作引擎的實(shí)踐進(jìn)展立即下載
類別:數(shù)值算法/人工智能 2017-09-30 標(biāo)簽:機(jī)器學(xué)習(xí)nlp 686 0
為什么要使用預(yù)訓(xùn)練模型?8種優(yōu)秀預(yù)訓(xùn)練模型大盤點(diǎn)
正如我們?cè)诒疚闹兴?,ULMFiT使用新穎的NLP技術(shù)取得了令人矚目的成果。該方法對(duì)預(yù)訓(xùn)練語(yǔ)言模型進(jìn)行微調(diào),將其在WikiText-103數(shù)據(jù)集(維基百...
2019-04-04 標(biāo)簽:數(shù)據(jù)集自然語(yǔ)言處理nlp 2.4萬(wàn) 0
NLP中CNN模型常見的Pooling操作方法及其典型網(wǎng)絡(luò)結(jié)構(gòu)
CNN是目前自然語(yǔ)言處理中和RNN并駕齊驅(qū)的兩種最常見的深度學(xué)習(xí)模型。圖1展示了在NLP任務(wù)中使用CNN模型的典型網(wǎng)絡(luò)結(jié)構(gòu)。一般而言,輸入的字或者詞用W...
NLP、知識(shí)圖譜是人工智能下一個(gè)發(fā)展方向
認(rèn)知智能的突破,一定不是由單個(gè)技術(shù)所完成,而是需要結(jié)合多種不同的技術(shù)的發(fā)展。
自然語(yǔ)言處理(Natural Language Processing,NLP)是計(jì)算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個(gè)重要方向。它研究人與計(jì)算機(jī)之間用自然...
人類可以通過語(yǔ)言來交流,而為了讓計(jì)算機(jī)之間互相交流,人們讓所有計(jì)算機(jī)都遵守一些規(guī)則,計(jì)算機(jī)的這些規(guī)則就是計(jì)算機(jī)之間的語(yǔ)言。自然語(yǔ)言處理(NLP)就是在機(jī)...
2019-12-12 標(biāo)簽:人工智能計(jì)算機(jī)視覺nlp 1.3萬(wàn) 0
實(shí)體關(guān)系聯(lián)合抽取取得SOTA的三種方法
2020實(shí)體關(guān)系聯(lián)合抽取一片紅海,各種SOTA方法你方唱罷我方登場(chǎng),在一些數(shù)據(jù)集上也是不斷刷出新高度,為信息抽取領(lǐng)域帶來了新思路,推動(dòng)了信息抽取領(lǐng)域的發(fā)...
2021-02-10 標(biāo)簽:深度學(xué)習(xí)自然語(yǔ)言nlp 1.3萬(wàn) 0
谷歌開源了一個(gè)強(qiáng)大的NLP深度學(xué)習(xí)框架Lingvo
Lingvo 是一個(gè) Tensorflow 框架,為協(xié)作式深度學(xué)習(xí)研究提供了一個(gè)完整的解決方案,特別側(cè)重于 sequence-to-sequence 模...
2019-02-27 標(biāo)簽:谷歌深度學(xué)習(xí)nlp 1.2萬(wàn) 0
當(dāng)云計(jì)算飛向深空 全面的太空及衛(wèi)星互聯(lián)還需等風(fēng)來
我們多次說起過,當(dāng)下的“上云”浪潮,源自無(wú)數(shù)來自于扎實(shí)產(chǎn)業(yè)土地的真實(shí)需求:工廠需要AI,機(jī)器人需要算力,城市需要智慧,流媒體需要高清低時(shí)延的體驗(yàn)…… 照...
深度學(xué)習(xí):四種利用少量標(biāo)注數(shù)據(jù)進(jìn)行命名實(shí)體識(shí)別的方法
導(dǎo)讀 近年來,深度學(xué)習(xí)方法在特征抽取深度和模型精度上表現(xiàn)優(yōu)異,已經(jīng)超過了傳統(tǒng)方法,但無(wú)論是傳統(tǒng)機(jī)器學(xué)習(xí)還是深度學(xué)習(xí)方法都依賴大量標(biāo)注數(shù)據(jù)來訓(xùn)練模型,而現(xiàn)...
2021-01-03 標(biāo)簽:數(shù)據(jù)深度學(xué)習(xí)nlp 1.1萬(wàn) 0
百度nlp是什么意思 深度分析百度NLP的十年、今夕與未來 從NLP到智能時(shí)代
百度CTO王海峰解讀百度語(yǔ)言與知識(shí)技術(shù)的發(fā)展歷程與最新成果,與產(chǎn)學(xué)研各界分享技術(shù)及產(chǎn)業(yè)發(fā)展趨勢(shì)和展望。
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語(yǔ)言教程專題
電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動(dòng)駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無(wú)刷電機(jī) | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機(jī) | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進(jìn)電機(jī) | SPWM | 充電樁 | IPM | 機(jī)器視覺 | 無(wú)人機(jī) | 三菱電機(jī) | ST |
伺服電機(jī) | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國(guó)民技術(shù) | Microchip |
Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
DuerOS | Brillo | Windows11 | HarmonyOS |