為什么了解NLP基礎(chǔ)知識(shí)的重要？

為什么bigram或者trigram的LM很重要呢？去做一個(gè)語言模型的問題，實(shí)現(xiàn)深度模型之前，第一步其實(shí)就要寫一個(gè)bigram或者trigram的LM。...

2019-03-15 標(biāo)簽：深度學(xué)習(xí)自然語言處理nlp 2740 0

注意力機(jī)制的誕生、方法及幾種常見模型

簡(jiǎn)而言之，深度學(xué)習(xí)中的注意力機(jī)制可以被廣義地定義為一個(gè)描述重要性的權(quán)重向量：通過這個(gè)權(quán)重向量為了預(yù)測(cè)或者推斷一個(gè)元素，比如圖像中的某個(gè)像素或句子中的某個(gè)...

2019-03-12 標(biāo)簽：計(jì)算機(jī)視覺深度學(xué)習(xí)自然語言處理 4.2萬 0

面向自然語言處理的神經(jīng)網(wǎng)絡(luò)遷移學(xué)習(xí)的答辯PPT

現(xiàn)實(shí)中的自然語言處理面臨著多領(lǐng)域、多語種上的多種類型的任務(wù)，為每個(gè)任務(wù)都單獨(dú)進(jìn)行數(shù)據(jù)標(biāo)注是不大可行的，而遷移學(xué)習(xí)可以將學(xué)習(xí)的知識(shí)遷移到相關(guān)的場(chǎng)景下

2019-03-02 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)自然語言處理nlp 3274 0

終于有了！大規(guī)模中文NLP語料庫！

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：自然語言處理nlp 15.5萬 0

如何將語音識(shí)別、計(jì)算機(jī)視覺和自然語言處理結(jié)合起來幫助精神健康患者

在臨床實(shí)踐中，醫(yī)生首先通過面對(duì)面臨床問診測(cè)量抑郁癥癥狀的嚴(yán)重程度，以此來甄別患者的抑郁癥癥狀。在這些問診中，臨床醫(yī)生同時(shí)評(píng)估抑郁癥癥狀的語言和非語言指標(biāo)...

2018-12-22 標(biāo)簽：語音識(shí)別計(jì)算機(jī)視覺自然語言處理 4889 0

是什么讓BERT與眾不同？如何使用BERT？

如果雙向如此強(qiáng)大，為什么以前沒有這樣實(shí)現(xiàn)？在訓(xùn)練單向模型時(shí)，預(yù)測(cè)詞時(shí)必須只能基于句子中上文的單詞。然而，想要直接讓模型同時(shí)根據(jù)上文和下文來預(yù)測(cè)詞是不可能...

2018-11-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)自然語言處理 1.1萬 0

是否可以利用全局語義上下文改進(jìn)QuickType鍵盤的單詞預(yù)測(cè)？

從理想的角度看，像LSM這種計(jì)算全局共現(xiàn)的方法其實(shí)是最接近真正的語義嵌入的，因?yàn)樗鼈儾东@的是整個(gè)文本傳達(dá)的語義概念的統(tǒng)計(jì)信息。相比之下，基于預(yù)測(cè)的神經(jīng)網(wǎng)...

2018-10-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)自然語言處理 2802 0

關(guān)于GN-GloVe的詞嵌入技術(shù)詳解

帶有這樣的偏見的詞嵌入模型，會(huì)給下游的NLP應(yīng)用帶來嚴(yán)重問題。例如，基于詞嵌入技術(shù)的簡(jiǎn)歷自動(dòng)篩選系統(tǒng)或工作自動(dòng)推薦系統(tǒng)，會(huì)歧視某種性別的候選人（候選人的...

2018-09-23 標(biāo)簽：自然語言處理 4114 0

自然語言處理（NLP）知識(shí)結(jié)構(gòu)總結(jié)

自然語言處理知識(shí)太龐大了，網(wǎng)上也都是一些零零散散的知識(shí)，比如單獨(dú)講某些模型，也沒有來龍去脈，學(xué)習(xí)起來較為困難，于是我自己總結(jié)了一份知識(shí)體系結(jié)構(gòu)，不足之處...

2018-08-29 標(biāo)簽：人工智能自然語言處理nlp 4966 0

深度解析知識(shí)圖譜領(lǐng)域幾次發(fā)展的主要技術(shù)突破

作為知識(shí)圖譜領(lǐng)域形成過程的親歷者之一，文因互聯(lián)CEO鮑捷對(duì)知識(shí)圖譜的歷史淵源進(jìn)行了梳理，深度解析了該領(lǐng)域幾次發(fā)展的主要技術(shù)突破，并分析了其工業(yè)落地的幾個(gè)關(guān)鍵點(diǎn)。

2018-08-27 標(biāo)簽：自然語言處理知識(shí)圖譜 1.2萬 0

成熟度曲線將追蹤AI基本趨勢(shì)和未來創(chuàng)新,人工智能技術(shù)發(fā)展的范圍、狀態(tài)、價(jià)值和風(fēng)險(xiǎn)

這是人工智能自動(dòng)化服務(wù)的一個(gè)值得關(guān)注的方向，用于幫助客戶構(gòu)思用例、設(shè)計(jì)業(yè)務(wù)或優(yōu)化IT流程、選擇技術(shù)、管理數(shù)據(jù)、構(gòu)建和培訓(xùn)模型、部署解決方案、評(píng)估和減輕風(fēng)...

2018-08-09 標(biāo)簽：數(shù)據(jù)庫人工智能自然語言處理 4353 0

自然語言處理中的卷積神經(jīng)網(wǎng)絡(luò)的詳細(xì)資料介紹和應(yīng)用

卷積神經(jīng)網(wǎng)絡(luò)（CNN）最開始是用于計(jì)算機(jī)視覺中，然而現(xiàn)在也被廣泛用于自然語言處理中，而且有著不亞于RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)）的性能。

2018-08-04 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)CNN自然語言處理 3288 0

圍繞以twitter為代表英語文本進(jìn)行分析

數(shù)據(jù)預(yù)處理是我們面對(duì)任何問題時(shí)必不可少的一步，在這個(gè)任務(wù)中，我們要做的是清除和推文情感不怎么相關(guān)的各種噪聲，比如標(biāo)點(diǎn)符號(hào)、特殊字符、數(shù)字和表示語氣的詞。...

2018-08-03 標(biāo)簽：twitter數(shù)據(jù)集自然語言處理 6014 0

介紹用遷移學(xué)習(xí)處理NLP任務(wù)的大致思路

文本分類是NLP領(lǐng)域重要的部分，它與現(xiàn)實(shí)生活中的場(chǎng)景密切相關(guān)，例如機(jī)器人、語音助手、垃圾或詐騙信息監(jiān)測(cè)、文本分類等等。這項(xiàng)技術(shù)的用途十分廣泛，幾乎可以用...

2018-08-02 標(biāo)簽：計(jì)算機(jī)視覺強(qiáng)化學(xué)習(xí)自然語言處理 6356 0