回望2017，基于深度学习的NLP研究大盘点 雷锋网 AI 科技评论按：本文是一篇发布于 tryolabs 的文章，作者 Javier Couto 针对 2017 年基于深度学习的自然语言处理研究进行了大盘点。雷锋网 AI 科技评论根据原文进行了编译。在过去的几年里，深度学习（DL）架构和算法在诸如图像识别和语音处理等领域取得了世人瞩目的进步。然而在最开始的时候，深度学习在自然
转载
2024-09-24 13:55:14
608阅读
[2021-CVPR] A Multiplexed Network for End-to-End, Multilingual OCR 端到端、多语言OCR的多路网络Introduction现有的许多方法主要集中在拉丁字母语言上，甚至往往只关注于不区分大小写的英语字符。在本文中，提出了一种端到端的多语种text spotter。具体来讲，本文提出了一个单独的文本检测模块，和多个针对每种语言的文本识别
转载
2024-01-08 16:17:43
78阅读
近日研究 Ansj 分词，准备吃透它，在此记录每日学习、查询资料所得，用来备忘。详细的思维导图请参见资源：绝大部分资料都是来源于网络，其中主要是一些国内外大学的论文、吴军先生的《数学之美》、码农网站等，最终在这篇博客中把从中获取的知识用我自己的话写了出来，如果有不合时宜的引用，请留言指出，谢谢。一、Ansj 所用的 CRF分词模型，数据结构为双数组的 Trie 树，有用到隐含马尔可夫模型和最大熵模
转载
2024-06-08 13:31:40
30阅读
一、概述 1.概念：K近邻（k-Nearest Neighbor， 简称KNN）算法是一种非常简单的机器学习监督算法。 2.主要思想：即时给定一个训练数据集，对于新的数据样本，在训练集中找到与该样本最邻近的k个样本，统计这k个样本的多数所属类，就把这个样本归结到这个所属类中。 3.根据维基百科的图解进行分析 如上图所示，有红色三角形，蓝色正方形俩类数据，图中绿色的圆点代
转载
2024-10-23 15:57:16
64阅读
不同的模型应对不同的应用场景，有的模型是刚开始应对某些文本处理场景时“创作”出来的，有的模型是根据原本的模型在处理某些特定问题的时候“改善”出来的，下面我会重点说一下关于这些模型的概念理解深度神经网络（Deep Neural Network, DNN） DNN在这里面算是一个比较大的统称，因为它包含了其他近乎所有的
转载
2024-06-20 18:51:44
43阅读
情绪智能的扩展分析与总结摘要首先对情绪概念及其模型作再度的深入探究接着结合情绪会改变我们看待世界和理解他人行为的方式以及神经生物学对情绪智能深度分析最后总结思考情绪智能在未被充分科学验证的情况下对个人发展所能做的贡献以及如何提高自身的情绪智能 Navigator情绪智能的扩展分析与总结一、 对情绪概念及其模型的深入探究二、 结合神经生物学对情绪智能深度分析三、 情绪智能对个人发展所能做的贡献及其提
转载
2023-11-21 10:00:43
450阅读
文章目录什么是智能文档处理？智能文档处理应用1. 法律协议处理2.发票和收据处理3.简历处理&信息提取4.法律文件处理智能文档处理解决方案的工作原理数据采集和输入处理文档理解深度学习模型和术语概述1. 处理文档的文本提取方法2. 文献分类与布局分析3.信息提取建立自动化文档处理4.命名实体识别（NER）5.自定义文档数据微调6. 其他常见任务信息验证信息存储流程整合获取您需要的智能文档处理
转载
2024-03-14 11:37:40
82阅读
一部问答系统发展史就是一部人工智能史。伴随着人工智能的兴衰，问答系统也经历了半个多世纪的浮沉，直到今天仍然方兴未艾。笔者近期一直在从事对话式智能助手的研发，因此对问答系统的历史、现状、学术界的研究方向及业界的解决方案均有持续 follow，本文即是对该方向输入的一番整理。希望对从事「类聊天机器人」领域的同仁有所帮助。本文主要以概述方法论为主，不涉及到算法和具体的编程实现。问答系统简介问答系统(Qu
转载
2024-03-07 12:15:52
85阅读
NLPIR大数据语义智能分析平台是根据中文数据挖掘的综合需求,融合了网络精准采集、自然语言理解、文本挖掘和语义搜索的研究成果,并针对互联网内容处理的全技术链条的共享开发平台。
高校师生进行论文写作时，经常对研究对象进行文本分析，需要提取其中有价值的信息，进一步进行词频统计、关键词统计、文本聚类、文本分类、情感分析等操作，目前市面上没有完整的处理工具，而N
转载
2023-11-17 20:48:26
64阅读
1.主观赋权法：综合指数法、模糊综合评判法、层次分析法、功效系数法等2.客观赋权法：主成分分析法、因子分析法、TOPSIS法、秩和比法、灰色关联法、熵权法、层次分析法、模糊评价法、物元分析法、价值工程法、聚类分析法、神经网络法等1. 理想解法（TOPSIS）用法：已知多种方案，以及方案的效果，对方案进行评估排序解决多属性决策的排序法：理想点法、简单线性加权法、加权平方和法、主程序分析法、功效系数法
转载
2024-03-08 17:12:03
306阅读
# Python模型预测打分
在现代机器学习和数据科学中，模型预测与打分是评估模型性能的重要环节。本文将探讨如何使用Python进行模型预测和打分，并提供相关代码示例，帮助读者更好地理解这个过程。
## 流程概述
整个预测和打分的流程可以用以下几个步骤概括：
1. **数据准备**：加载与处理数据。
2. **模型构建**：选择合适的机器学习模型。
3. **模型训练**：使用训练数据来训
原创
2024-10-16 06:17:27
100阅读
语言模型(LM)的作用是估计不同语句在对话中出现的概率，并且LM适用于许多不同的自然语言处理应用程序(NLP)。 例如，聊天机器人的对话系统。在此文中，我们将首先正式定义LM，然后演示如何使用实际数据计算它们。 所有显示的方法在Kaggle notebook中有完整的代码展示。一、语言模型(LM)的定义概率语言建模的目标是计算单词序列的语句出现的概率： &n
转载
2023-08-14 10:36:44
226阅读
人工智能作为新一轮科技革命和产业变革的重要驱动力量，正在深刻改变世界。而自然语言处理(Natural Language Processing，简称NLP)已成为人工智能领域中的一个重要方向，它推动着语言智能持续发展和突破，并越来越多地应用于各个行业。NLP研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。而用自然语言与计算机进行通信，有着十分重要的实际应用意义，也有着革命性的理论意义
转载
2023-09-14 16:36:36
324阅读
# Java 打分设计模型实现指南
在现代软件开发中，打分或评分系统在很多场合都显得十分重要，比如在线考试、评分系统等。本文将全面讲解如何在Java中实现一个简单的打分设计模型。以下是实现该模型的步骤：
| 步骤 | 描述 |
|------|-----------------|
| 1 | 理解需求 |
| 2 | 设计类图
前言最近想基于自定义的一些字段设计检索系统，听说可以使用Elasticsearch这一平台，因此特意探究了一下通过Elasticsearch搭建检索系统的过程。 首先去了解了Elasticsearch Elasticsearch是基于Lucene的，所以它的评分机制也是基于Lucene的。在Lucene中把这种相关性称为得分（score），确定文档和查询有多大相关性的过程被称为打分（scoring
转载
2024-07-15 22:53:28
56阅读
前言：笔者之前是cv方向，因为工作原因需要学习NLP相关的模型，因此特意梳理一下关于NLP的几个经典模型，由于有基础，这一系列不会关注基础内容或者公式推导，而是更侧重对整体原理的理解。顺便推荐两个很不错的github项目——开箱即用的中文教程以及算法更全但是有些跑不通的英文教程。一. RNN与RCNN的异同无论是RNN模型还是RCNN模型，数据如果不考虑bs维度的话，其实都只有两个维度。一个维度是
转载
2024-07-02 20:15:25
69阅读
目录语言模型1. 统计语言模型1.1 统计语言模型的基本公式(条件概率)1.2 马尔科夫假设：有限前序字符依赖约束条件的统计语言模型（n-gram）1.3 独立同分布假设：所有字符间都独立同分布的统计语言模型1.4 局部与整体假设：TF-IDF表示1.5 LSA :一种基于SVD矩阵奇异值分解的语义分析语言模型2. 神经网络语言模型（NNLM）2.1 分布式表征（distributed repr
转载
2023-08-17 09:07:39
232阅读
在我们使用bert预分类模型微调之后（可以参考我前面写的文章），需要对项目进行支持，那就需要分类模型落地提供服务，这篇文章介绍python调用bert模型，提供服务。 参考：https://github.com/xmxoxo/BERT-train2deploy 在后期部署的时候，需要一个label2id的字典，所以要在训练的时候就保存起来，在convert_single_example这个方法里增
转载
2023-07-08 11:37:13
221阅读
二月出了 ELMo，六月出了 OpenAI Transformer，十月又出了BERT，下半年开始的这场预训练语言模型的火，越燃越大啊，希望能烧出 CV 那样的 baseline。 不得不说，Jacob 的这篇 BERT 真是大手笔，massive data + massive model + massive computation，踏平了 N 多 task，称得上 NLP 新范式了。当然，常人基
转载
2024-06-08 13:30:00
59阅读
Input EmbeddingBERT Bert采用两阶段模型，首先是语言模型预训练，其次是使用 Fine-Tuning 模式解决下游任务。BERT 预训练模型分为以下三个步骤：Embedding、Masked LM、Next Sentence Prediction。Embedding 由三种 Embedding 求和而成： Token Embeddings 是词向量，第一个单词是 CLS 标志，
转载
2024-02-13 10:24:32
45阅读
