前言 自从bert发展以来，NLP在通过pre-training,fine-tuning的方式在各种任务上都刷新了SOTA，但是预训练模型在预训练过程是不考虑下游任务的，这造成了预训练模型与下游任务天然的gap。而这种模式，下游任务通过不使用预训练模型的最后一层，通常会加入和任务相关的网络层以及对应的损失函数，这样不能充分挖掘预训练模型的能力。Prompt作
[t
原创
2023-06-21 16:13:25
544阅读
文章目录1、自然语言处理概述2、自然语言处理入门基础2.1 数学基础2.2 语言学基础2.3 Python基础2.4 机器学习基础2.5 深度学习基础2.6 自然语言处理的理论基础3、自然语言处理的主要技术范畴3.1 语义文本相似度分析3.2 信息检索（Information Retrieval, IR）3.3 信息抽取（Information Extraction）3.4 文本分类（Text
转载
2024-08-06 23:33:48
42阅读
自然语言处理（Natural Language Processing，NLP）是计算机科学领域与人工智能领域中的一个重要方向，它研究如何让计算机理解、解释和生成人类的自然语言。Python 作为 NLP 领域的首选语言，拥有丰富的开源框架和工具，能够高效地处理各种 NLP 任务。本文将详细介绍 Python 在自然语言处理中的应用，包括常用框架。
Go 语言笔记基本概念综述Go 语言将静态语言的安全性和高效性与动态语言的易开发性进行有机结合，达到完美平衡。设计者通过 goroutine 这种轻量级线程的概念来实现这个目标，然后通过 channel 来实现各个 goroutine 之间的通信，这个特性是 Go 语言最强有力的部分。Go 语言像其它静态语言一样执行本地代码，但它依旧运行在某种意义上的虚拟机，以此来实现高效快速的垃圾回收。「切片」
转载
2024-07-28 10:59:52
23阅读
自然语言处理综合应用系统 文章目录前言一、自然语言处理是什么？二、自然语言处理的内容三、自然语言处理综合应用系统1.自然语言处理包2.项目结构3.功能实现总结 前言研究生自然语言处理课程的大作业，不想写综述文章，就做了个系统自然语言处理综合应用系统，功能包括句法分析、文本分词、相似度检测、语义相似度检测、命名实体识别、语义角色标注、文本总结、简繁转换和词云 。提示：以下是本篇文章正文内容，下面案例
转载
2024-03-12 19:23:55
227阅读
卷积神经网络（Convolution Neural Network, CNN）在数字图像处理领域取得了巨大的成功，从而掀起了深度学习在自然语言处理领域（Natural Language Processing, NLP）的狂潮。2015年以来，有关深度学习在NLP领域的论文层出不穷。尽管其中必定有很多附庸风雅的水文，但是也存在很多经典的应用型文章。笔者在2016年也发表过一篇关于CNN在文本分类
转载
2024-05-22 20:02:47
71阅读
一、简介 过去几年里，预训练模型在计算机视觉和自然语言处理等单模态领域中取得了巨大的成功。大量的研究也表明其有助于下游的单模态任务。研究人员逐步尝试使用预训练模型来解决多模态问题。本文结合2篇综述文章，介绍了多模态预训练模型的最新进展。二、特征抽取1. 图像特征抽取1.1 基于目标检测的区域特征 许多先前的工作利用预训练目标检测器来抽取视觉特征。最常使用的目标检测模型是具有bottom-up at
转载
2024-05-13 08:33:19
90阅读
第四章 应用篇从知识产业角度来看，自然语言处理软件占有重要的地位，专家系统、数据库、知识库，计算机辅助设计系统（CAD）、计算机辅助教学系统（Cal）、计算机辅助决策系统、办公室自动化管理系统、智能机器人等，全都需要自然语言做人机界面。长远看来，具有篇章理解能力的自然语言理解系统可用于机器自动翻译、情报检索、自动标引及自动文摘等领域，有着广阔的应用前景。随着自然语言处理研究的不断深入和发展，应用领
转载
2024-04-29 19:05:03
57阅读
作者：Adit Deshpande 自然语言处理是研究和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。本文主要介绍深度学习在自然语言处理中的应用。 自然语言处理简介 自然语言处理是研究和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。具体的任务包括：问答系统（如Siri、Alexa和Cortana的功能）情感分析（判断某个句子表达的是正面还是负面情绪）图像-
转载
2024-05-24 19:04:34
78阅读
自然语言处理（Natural Language Processing, NLP）是计算机科学与人工智能中的一个重要领域，旨在使计算机能够理解、解释和生成人类语言。近年来，随着深度学习技术的迅猛发展，NLP领域也经历了从传统方法到深度学习方法的转变，特别是卷积神经网络（CNN）、循环神经网络（RNN）、长短时记忆网络（LSTM）以及Transformers等模型的广泛应用，极大地推动了NLP技术的进
本文介绍了如何利用自然语言处理和机器学习技术来识别和预测风险，包括在在线教育平台和产品开发阶段的应用，以及相关技术架构和团队构成。 ...
本文章的主要目的是深入探讨自然语言处理（Natural Language Processing，NLP）在AI Agent中的应用。随着人工智能技术的飞速
1，你现在正在哪个领域学习或工作呢？你用过哪些AI智能工具？AI智能工具的种类非常多，以下是其中一些常见的：机器学习工具：包括Scikit-learn、TensorFlow、Keras等，用于训练和部署机器学习模型。自然语言处理工具：包括NLTK、spaCy、Gensim等，用于处理和分析文本数据。计算机视觉工具：包括OpenCV、PyTorch、TensorFlow等，用于图像和视频数据的分析和
转载
2024-05-21 14:12:18
56阅读
这篇文章是应老师要求创作的关于自然语言处理在自己专业的应用，因为我是计科专业，其应用较为广泛，所以下面就来浅谈自然语言处理的应用。 1. 词法分析 基于大数据和用户行为，对自然语言进行中文分词、词性标注、命名识体识别，定位基本语言元素，消除歧义，支撑自然语言的准确理解。中文分词 —— 将连续的自然语言文本，切分成具有语义合理性和完整性的词汇序列词性标注 —— 将自然语言中的每个词，赋予一个词性，如
转载
2024-03-29 06:16:39
39阅读
自然语言处理是典型的序列问题，其底层算法在最近几年迅速发展，比如去年年底发布的BERT在11项自然语言处理任务中表现卓越，今年GPT-2生成文本（写作）的水平也有了显著提高。目前这些最先进的技术都基于Transformer模型，该模型从RNN，LSTM，Seq2Seq，Attention，ConvS2S，Transformer一步步进化而来，还涉及自然语言处理的相关知识，包含的知识点太多，无法一次
转载
2024-04-22 19:02:43
76阅读
单词拼写检查K.Oflazer曾将有限自动机用于英语单词的拼写检查［Oflazer,1996］。在该方法中，两个
原创
2022-09-13 15:15:11
286阅读
https://medium.com/@datamonsters/artificial-neural-networks-in-natural-language-processing-bcf62aa9151a 由于人工神经网络可以对非线性过程进行建模，因此已经成为解决诸如分类，聚类，回归，模式识别，维度简化，结构化预测，机器翻译，异常检测，决策可视化，计
翻译
2022-12-09 19:32:46
16阅读
原创
2023-06-21 15:53:12
219阅读
自然语言处理在AIGC底层技术中的应用自然语言处理（Natural Language Processing，NLP）是人工智能领域中的重要分支之一，它致力于让计算机理解和处理人类语言。在AIGC（由AI对话大师调用的聊天生成语言大模型）底层技术中，自然语言处理起到了关键作用。本文将探讨自然语言处理在AIGC底层技术中的应用。文本预处理在AIGC中，文本输入的预处理是自然语言处理的第一步。文本预处理
原创
精选
2024-06-17 22:12:33
252阅读
