机器学习以及自然语言处理技术的进步，开启了人与人工智能进行语音交互的可能，人们透过对话的方式获取信息、与机器进行交互，将不再只是存在科幻情结当中。语音交互是未来的方向，而智能音箱则是语音交互落地的第一代产品。一、语音交互流程简介AI 对话所需要的技术模块有 4 个部分，分别为：自动语音识别（Automatic Speech Recognition, ASR）自然语言理解（Natural Lan
转载
2023-11-18 14:23:18
117阅读
熵 如果X是一个离散型随机变量, 取值空间为R, 那么X的熵H(X)定义为式 联合熵和条件熵 如果X,Y是一对离散型随机变量X,Y~p(x, y), X, Y的联合熵H(X,Y)定义为 联合熵就是描述一对随机变量平均所需要的信息量 给定随机变量X, 随机变量Y的条件熵 将联合熵中的log函数展开 将上式称为熵的联合规则, 那么在一般情况下就有
文章目录前言一、神经网络与深度学习二、神经网络的过拟合与正则化三、深度学习的优化算法四、卷积神经网络五、循环神经网络从第五章开始 重点就将在NLP领域了六、长短期记忆网络七、自然语言处理与词向量八、word2vec词向量九、seq2seq与注意力模型十、从Embedding到XLNET:NLP预训练简介1.ELMo2.特征提取器Transformer3.GPT（生成式预训练模型）4.BERT5.
转载
2023-11-15 17:18:37
4阅读
作者&编辑 | 小Dream哥上一篇介绍了隐马尔科夫模型，隐马尔科夫模型引入了马尔科夫假设，即当前时刻的状态只与其前一时刻的状态有关。但是，在序列标注任务中，当前时刻的状态，应该同该时刻的前后的状态均相关。于是，在很多序列标注任务中，引入了条件随机场。今天详细介绍条件随机场的理论和及其在实体识别中的应用和tensorflow中的实现。1 条件随机场是什么？机器学习最重要的任务，是根据一些已
本文将会详细介绍如何使用tensorflow/serving来实现BERT模型的部署及预测。 我们以Github上的bertNER为例，该项目使用BERT+Bi-LSTM+CRF结构实现中文序列标注，对BERT进行微调，并且提供了模型训练、模型预测的办法。本文将在此基础上，将模型训练后生成的ckpt文件转化为pb文件（tensorflow/serving支持的部署文件格式），并使用tens
转载
2023-11-29 13:37:25
146阅读
# NLP语言生成模型
## 什么是NLP语言生成模型？
自然语言处理（Natural Language Processing，NLP）是研究计算机与人类自然语言交互的一门学科。NLP语言生成模型是NLP领域中的一个重要分支，它致力于使用计算机生成自然语言文本。
NLP语言生成模型可以根据给定的输入，生成与人类自然语言相似的文本。这种技术在机器翻译、文本摘要、对话系统、聊天机器人等领域有广泛
原创
2023-08-29 04:20:37
145阅读
语言模型什么是语言模型语言模型 就是估测一些词的序列的概率，即预测 p(w1, w2, w3 ... wn),一个应用就是句子的生成。2. 语言模型的种类Ngram ngram是一种统计的方法，它相当于固定了一个窗口，在这个窗口内的词是相关的，也就是第n个词和前n个词相关：P(s) = p(w1) p(
转载
2024-03-14 07:15:26
271阅读
在学习机器学习的过程中我们总会遇见一些模型,而其中的一些模型其实可以归类于生成模型或者是判别模型中去,而这一篇文章我将会简单的概述下我最近所遇到的一些模型,并且按照自己的理解去记录下来,其中肯定会有差错,如果那里不对,还请各位多多指教.1:演变关系 上边的图是 这一篇论文中的一个截图,而第一张图其实讲的是几种模型的演进的一个过程,而这个过程如果加以简单的概括的话,可以归
转载
2024-05-21 08:57:43
33阅读
初学达梦数据库的安装最近利用假期时间，学习了达梦数据库，第一个需要攻克的难题就是虚拟机、国产麒麟系统和MobaXterm的安装。 首先是虚拟机的安装，我们只需打开安装包，进行简单的操作即可。 我们根据使用需求来对每一进行操作，选择自己想要的安装位置，剩下点击下一步安装即可。 接下来我们要进行麒麟系统的安装。 首先我们选择新建虚拟机，然后我们选择自定义（高级），根据自己的需求来进行安装，比如安装的时
转载
2024-04-25 19:49:48
81阅读
基于用户的 CF（User CF）基于用户的 CF 的基本思想相当简单，基于用户对物品的偏好找到相邻邻居用户，然后将邻居用户喜欢的推荐给当前用户。计算上，就是将一个用户对所有物品的偏好作为一个向量 来计算用户之间的相似度，找到 K 邻居后，根据邻居的相似度权重以及他们对物品的偏好，预测当前用户没有偏好的未涉及物品，计算得到一个排序的物品列表作为推荐。图 2 给出了一个例子，对于用户 A，根据用户的
转载
2023-10-09 15:30:28
77阅读
## NLP协同性分析的实现
自然语言处理（Natural Language Processing, NLP）协同性分析是一种用于解析文本数据中关联性的技术。在这篇文章中，我们将介绍如何使用Python和一些常见的NLP库来实现协同性分析，并展示如何将结果可视化。
### 1. 数据预处理
在进行协同性分析之前，我们首先需要对文本数据进行预处理，包括去除停用词、词干提取等。下面是一个简单的例
原创
2024-05-28 04:41:25
103阅读
： 1 简介词性（part-of-speech）是词汇基本的语法范畴，通常也称为词类，主要用来描述一个词在上下文的作用。例如，描述一个概念的词就是名词，在下文引用这个名词的词就是代词。有的词性经常会出现一些新的词，例如名词，这样的词性叫做开放式词性。另外一些词性中的词比较固定，例如代词，这样的词性叫做封闭式词性。因为存在一个词对应多个词性的现象，所以给词准确地标注词性并不是很
第3章 线性模型1、线性回归2、逻辑回归（对数几率回归）3、线性判别分析（LDA）4、多分类学习5、类别不平衡 线性模型是神经网络和深度学习的基础，原理比较简单，主要看书就行，重点是线性回归和对数几率回归这两节。1、线性回归求解方法：用最小二乘法使均方误差最小化，可以求出最优解。2、逻辑回归（对数几率回归） 线性模型外面套上一层Sigmoid函数，就可以解决二分类问题。求解方法与线性回归一样，用
转载
2024-07-09 22:31:41
14阅读
# NLP技术在文本转换中的应用
随着自然语言处理（NLP）技术的快速发展，文本转换已经成为一个重要的应用领域。本文将探讨如何利用NLP技术进行文本转换，以解决一个实际问题：将非结构化的客户反馈文本转化为结构化的数据，以便于分析和决策。
## 实际问题
在客户服务行业，企业通常接收到大量的客户反馈。但是，这些反馈往往以非结构化的文本形式存在，难以进行有效的分析。如何将这些文本信息转化为结构化
原创
2024-10-22 05:58:53
52阅读
什么是Mesh？Mesh是指的模型的网格，3D模型是由多边形拼接而成，而多边形实际上又是由多个三角形拼接而成的。即一个3D模型的表面其实是由多个彼此相连的三角面构成。三维空间中，构成这些三角形的点和边的集合就是Mesh。原理即动态创建一个Mesh，设置三角形和顶点数据，然后赋值给MeshFilter（增加mesh属性），通过MeshRenderer（增加材质并渲染出Mesh）绘制出来理论基础：1、
转载
2024-02-28 13:32:47
633阅读
1.逻辑回归函数 先说明一下，逻辑回归实际上是一种分类方法，主要用于二分类问题，它的输出在0` 1，代表了属于某一类的概率,如下式为输入X属于第1类的概率，记为，一般在概率大于0.5时，将输出结果判为1，否则为0. &nbs
转载
2024-05-12 18:11:46
54阅读
作者：厚缊何谓“诹图”关于R作图的资料汗牛充栋，数不胜数，既有基于基础graphics包的，也有基于ggplot2等高级绘图系统包的，还有基于其它JavaScript库封装的动态可视化包的，各有各的优势，也各有各的短板。总的来看，基础R包的“纸笔模式”更灵活，可以根据绘图思路在任何地方添加需要的图形标记，好比武学中的“内功”，内功基础扎实能快速修炼各路高深武功招式；高级绘图包用户调用函数更简洁，实
转载
2023-12-26 16:39:54
69阅读
Event-based High Dynamic Range Image and Very High Frame Rate Video Generation using Conditional Generative Adversarial Networks 使用有条件的GAN进行基于事件的高动态性区域图像和极高帧率视频生成摘要： 使用Conditional GAN实现了基于事件摄像机的从一个数据流
转载
2024-06-16 21:39:04
27阅读
NLP发展历史 20
世纪五十年代开始，与计算机的诞生几乎同时 始于机器翻译任务 两种路线： 1.基于规则的理性主义 主张建立符号处理系统，由人工整理和编写初始的 语言知识表示体系，构造相应的推理程序 2.基于统计的经验主义主张通过建立特定的数学模型来学习复杂的、广泛的语言结构，利用统计、模式识别、机器学习等方法来训练模
转载
2023-11-18 14:23:04
105阅读
# Python 实现 Logit 模型的项目方案
## 项目背景
Logit模型（逻辑回归）是一种广泛使用的分类算法，常用于二分类问题，例如预测消费者是否会购买某个产品、邮件是否为垃圾邮件等。它通过逻辑函数（Sigmoid函数）将线性组合的输入映射到一个概率值，从而可以对事件发生的概率进行建模。
## 项目目标
本项目旨在使用Python编写一个Logit模型的实现方案，旨在帮助团队快速
