一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

深度學習自然語言處理

文章:837 被閱讀:242.7w 粉絲數(shù):45 關(guān)注數(shù):0 點贊數(shù):5

廣告

一種新穎的標簽驅(qū)動去噪框架(LDF)

然后,查詢集利用原型生成相應的查詢表示。最后,通過測量每個原型表示與相應查詢表示之間的距離來進行類別....
的頭像 深度學習自然語言處理 發(fā)表于 11-01 10:35 ?1369次閱讀

基于VLP模型的語義對齊機制

在本文中,我們利用圖像描述模型提出一個新穎的探針方法。通過這個方法,我們從文本角度分析了VLP模型的....
的頭像 深度學習自然語言處理 發(fā)表于 10-28 11:09 ?1611次閱讀

用于學習對象級、語言感知和語義豐富視覺表征的GLIP模型

Visual recognition 模型通常只能預測一組固定的預先確定的目標類別,這限制了在現(xiàn)實世....
的頭像 深度學習自然語言處理 發(fā)表于 10-26 11:19 ?2413次閱讀

Transformer常用的輕量化方法

引言:近年來,Transformer模型在人工智能的各個領(lǐng)域得到了廣泛應用,成為了包括計算機視覺,自....
的頭像 深度學習自然語言處理 發(fā)表于 10-25 14:10 ?6932次閱讀

MRC和QA中使用的思想方法在信息抽取任務中的應用

主要的評測標準有常見的準確率P、召回率R和F1值。在上述四個任務的前三個中,使用P、R、F1可以滿足....
的頭像 深度學習自然語言處理 發(fā)表于 10-25 10:48 ?1376次閱讀

用于模型評估和選擇的常見方法

機器學習已經(jīng)成為我們生活的中心,無論是作為消費者、客戶、研究者還是從業(yè)人員。
的頭像 深度學習自然語言處理 發(fā)表于 10-25 10:45 ?896次閱讀

一種基于prompt和對比學習的句子表征學習模型

我們發(fā)現(xiàn)prompt,再給定不同的template時可以生成不同方面的positive pair,且....
的頭像 深度學習自然語言處理 發(fā)表于 10-25 09:37 ?1205次閱讀

基于BIO序列標注的方法和基于片段的圖解析方法

該論文的出發(fā)點是將端到端基于片段的(span-based)語義角色標注(SRL)轉(zhuǎn)換為基于詞的(wo....
的頭像 深度學習自然語言處理 發(fā)表于 10-21 15:53 ?3471次閱讀

一個全新的文本到視頻跨模態(tài)檢索子任務

PRVR任務旨在從大量未剪輯的長視頻中檢索出與查詢文本部分相關(guān)的對應視頻。若一個未經(jīng)剪輯的長視頻中存....
的頭像 深度學習自然語言處理 發(fā)表于 10-21 09:32 ?1607次閱讀

分享微博在特征Embedding建模方向做的一些工作

首先我們對比自然語言處理和圖像處理:NLP 最基本的數(shù)據(jù)元素是單詞,每個單詞有一定的含義,可能指代某....
的頭像 深度學習自然語言處理 發(fā)表于 10-20 10:03 ?1222次閱讀

面向社交媒體的多模態(tài)屬性級情感分析

另一方面,相比于單一的文本數(shù)據(jù),多模態(tài)數(shù)據(jù)包含了多種不同信息,這些信息之間往往一一對應、互為補充,如....
的頭像 深度學習自然語言處理 發(fā)表于 10-19 10:10 ?2629次閱讀

半監(jiān)督學習代碼庫存在的問題與挑戰(zhàn)

當使用監(jiān)督學習(Supervised Learning)對大量高質(zhì)量的標記數(shù)據(jù)(Labeled Da....
的頭像 深度學習自然語言處理 發(fā)表于 10-18 16:28 ?1611次閱讀

擴散模型應用在自然語言處理中的應用

對該證據(jù)下界的變形的形式,我們可以直觀地這么理解:證據(jù)下界等價于這么一個過程,我們用編碼器將輸入 x....
的頭像 深度學習自然語言處理 發(fā)表于 10-14 16:15 ?2762次閱讀

GAT模型如何來編碼依存關(guān)系

? 本文貢獻有如下兩點: 提出了一個面向方面的樹結(jié)構(gòu),通過重塑和修剪普通的依存樹來關(guān)注目標方面。 提....
的頭像 深度學習自然語言處理 發(fā)表于 10-14 15:51 ?1587次閱讀

基于用于自然語言生成的“語境調(diào)優(yōu)”技術(shù)

自然語言生成(又稱為文本生成)旨在基于輸入數(shù)據(jù)用人類語言生成合理且可讀的文本。隨著預訓練語言模型的發(fā)....
的頭像 深度學習自然語言處理 發(fā)表于 10-14 15:38 ?1344次閱讀

借助機器翻譯來生成偽視覺-目標語言對進行跨語言遷移

然而之前的基于機器翻譯的CCR工作大多忽略了這個問題,它們通常使用大規(guī)模的預訓練模型在通過機器翻譯得....
的頭像 深度學習自然語言處理 發(fā)表于 10-14 14:59 ?1156次閱讀

文本噪聲標簽在預訓練語言模型(PLMs)上的特性

數(shù)據(jù)的標簽錯誤隨處可見,如何在噪聲數(shù)據(jù)集上學習到一個好的分類器,是很多研究者探索的話題。在 Lear....
的頭像 深度學習自然語言處理 發(fā)表于 10-12 09:50 ?1404次閱讀

CLarET:實現(xiàn)上下文到事件相關(guān)感知的預訓練模型

自然語言文本里描述的“事件”,通常是由一個謂詞及其論點組成的一個文本片段(span),是一個細粒度的....
的頭像 深度學習自然語言處理 發(fā)表于 10-11 15:45 ?1279次閱讀

文本分類中處理樣本不均衡和提升模型魯棒性的trick

文本分類看似簡單,但實則里面有好多門道。作者水平有限,只能將平時用到的方法和trick在此做個記錄和....
的頭像 深度學習自然語言處理 發(fā)表于 10-11 09:47 ?1331次閱讀

基于訓練階段使用知識庫+KNN檢索相關(guān)信息輔助學習方法

上面收的引入知識庫+KNN的方法,緩解了模型參數(shù)需要強記憶訓練樣本的問題。此外,文中還通過KNN檢索....
的頭像 深度學習自然語言處理 發(fā)表于 10-09 17:33 ?1923次閱讀

關(guān)于AE、OE、SC的序列標注問題

首先從中利用CNN編碼上下文特征,然后將共享向量視為query方面,并用注意力機制計算query和上....
的頭像 深度學習自然語言處理 發(fā)表于 10-09 17:27 ?2346次閱讀

基于重疊和嵌套事件抽取領(lǐng)域的主流方法

具體的詞對關(guān)系分類示例如圖2所示。其中S-T表示兩個詞是某個觸發(fā)詞的頭部和尾部,S-A表示兩個詞是某....
的頭像 深度學習自然語言處理 發(fā)表于 09-30 15:24 ?1841次閱讀

什么是嵌套實體識別

嵌套命名實體識別是命名實體識別中的一個頗具挑戰(zhàn)的子問題。我們在《實體識別LEAR論文閱讀筆記》與《實....
的頭像 深度學習自然語言處理 發(fā)表于 09-30 15:19 ?2219次閱讀

如何計算模型對預測結(jié)果的信心

在很多問題中,獲取標注準確的大量數(shù)據(jù)需要很高的成本,這也往往限制了深度學習的應用。主動學習通過對未標....
的頭像 深度學習自然語言處理 發(fā)表于 09-28 11:46 ?1592次閱讀

研究人員為多模態(tài)NER任務提出新穎的關(guān)系增強圖卷積網(wǎng)絡

命名實體識別(NER)是信息抽取的一項基本任務,它的目的是識別文本片段中的實體及類型,如人名(PER....
的頭像 深度學習自然語言處理 發(fā)表于 09-28 11:41 ?2105次閱讀

一個基于參數(shù)更新的遷移學習的統(tǒng)一框架

它提出一個基于參數(shù)更新的遷移學習的統(tǒng)一框架,建立多種參數(shù)優(yōu)化方法之間的聯(lián)系,從而方便理解不同方法背后....
的頭像 深度學習自然語言處理 發(fā)表于 09-26 10:29 ?1684次閱讀

針對文本生成任務提出一種基于提示的遷移學習方法

理解是一個復雜且多面的能力,包括對文本詞匯、背景知識、語言結(jié)構(gòu)的理解。因此,我們采用GLUE, Su....
的頭像 深度學習自然語言處理 發(fā)表于 09-23 15:41 ?1833次閱讀

預先訓練的語言模型能像人類一樣聰明地解釋明喻嗎?

明喻主要分為兩類:封閉式明喻(ClosedSimile),以及開放式明喻(OpenSimile)。如....
的頭像 深度學習自然語言處理 發(fā)表于 09-23 15:03 ?1085次閱讀

NLP中的神經(jīng)網(wǎng)絡設(shè)計與學習

近些年來,人工神經(jīng)網(wǎng)絡方法已經(jīng)成為了自然語言處理中最重要的范式之一。但是,大量依賴人工設(shè)計的神經(jīng)網(wǎng)絡....
的頭像 深度學習自然語言處理 發(fā)表于 09-22 14:49 ?1623次閱讀

基于“結(jié)構(gòu)決定性質(zhì)”零樣本三維藥物設(shè)計方法

藥物設(shè)計(Drug Design)旨在針對給定的生物靶點(通常為蛋白質(zhì)口袋)提供符合設(shè)計要求的候選分....
的頭像 深度學習自然語言處理 發(fā)表于 09-22 14:24 ?1407次閱讀