原标题：高校人工智能专业实力排名，清北人工智能内地前二，第三名是谁？麻省理工学院计算机与信息科学学院教授发布全球院校计算机科学领域实力排名的开源项目 CSranking更新。南京大学在人工智能单项排名位列全球高校第九位，亚洲高校第五位，大陆高校第三位。图：人工智能全球高校排名在这次人工智能全球排名中，清华、北大、南大以及浙江大学都跻身进入前十名，这次排名主要根据各大学近十年多来(2007-2018
转载
2023-08-21 10:26:07
224阅读
中国 NLP 研究正在快速发展，伴随着深度学习和大数据的进步，构建高效的自然语言处理应用已成为科研与工业界的热点。为了更好地解决“中国 NLP 研究”相关问题，我将记录下实施的全过程，涵盖环境准备、集成步骤、配置详解、实战应用、排错指南及生态扩展。
## 环境准备
在开始之前，我们需要科学构建开发环境。这里我们保证技术栈的兼容性，以应对不同的需求和平台。以下是技术栈匹配度的四象限图。
```
答案当然不是大公司。虽说计算资源这一个点，现在语言模型越搞越大，创业公司恐怕很难负担得起训练成本。但这么想通常都是错的。有一家 NLP 创业公司不仅解决了这个问题：他们今年初与国内一家大型云服务企业达成合作（合作详情后续会随研究成果一起公布），提供充足的计算资源：数千枚 AI 芯片。而且更重要的是在团队方面，这家创业公司的算法团队主要来自以清华大学、卡内基梅隆大学，由 XLNet 和 Transf
转载
2023-08-12 21:25:46
247阅读
十三量子位 报道 | 2019年，自然语言处理(NLP)都取得了哪些突破？提到NLP，BERT可以说是家喻户晓。在情感分析、问答、句子相似度等多个 NLP 任务上都取得了优异的成绩。而且，无论是在类似于Kaggle这样的竞赛，或者媒体报道中，也总能看到它的身影。它发表于2018年末，自那之后的一年，NLP和NLU(自然语言理解)领域有了较大的发展。那么，以BERT的发布作为时间节点，本文便梳理了一
2020年6月15日，华南师范大学软件学院“自然语言处理与智能软件技术”研究团队(简称：NLP团队)，在团队负责人曾碧卿教授带领下，在EI期刊《计算机研究与发展》上，录用了研究论文《基于交互特征表示的评价对象抽取模型》。该期刊诞生于我国计算机事业的初创时期(1958年)，是我国第一个计算机刊物，与《计算机学报》和《软件学报》并称为国内“计算机三大顶级期刊”，2019年，“中国知网”的综合影响因子是
转载
2024-01-11 22:59:13
213阅读
# 如何实现“中国NLP大学比较好的”项目
## 概述
在自然语言处理（NLP）领域，尤其是在中国，存在着大量优秀的大学和研究机构。我将向刚入行的小白解释如何开展一个关于“中国NLP大学比较好的”项目。项目的目标是收集并分析在NLP领域较有影响力的中国大学，为决策和选择提供依据。我们将从数据收集、数据处理、可视化等步骤逐一进行说明。
## 项目流程
我们可以将这个项目的实现过程分为以下几个
原创
2024-09-13 07:34:11
34阅读
# NLP在美国工资高还是中国工资高
## 1. 简介
自然语言处理（Natural Language Processing，NLP）是计算机科学与人工智能领域的一个重要研究方向，旨在让计算机能够理解、分析和生成人类语言。在本文中，我们将探讨使用NLP技术来比较美国和中国的工资水平，并找出哪个国家的工资更高。
## 2. 流程图
以下是我们将按照的流程图，展示了实现比较美国和中国工资水平的
原创
2023-09-16 17:04:54
93阅读
一、NLP是什么自然语言处理( 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。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系，但又有重要的区别。自然语
转载
2023-05-24 14:53:53
213阅读
# 实现中国NLP学院的流程
为了实现"中国NLP学院"，我们需要按照以下步骤进行操作。
## 步骤一：搭建网站框架
首先，我们需要搭建一个网站框架。这里我们可以使用Python的Web框架，例如Flask或Django。
```python
from flask import Flask
app = Flask(__name__)
@app.route('/')
def index(
原创
2023-07-13 10:02:14
92阅读
现在，我们已经习惯了全球各类顶级学术会议上的中国力量。从论文入选，到参会面孔，抑或赞助企业，中国代表几乎无处不在。前不久刚落幕的ACL 2020也不例外。作为NLP领域最负盛名的国际顶会，今年虽在线上，但论文投稿数录用率方面，中国依然势头凶猛，
转载
2020-07-23 12:54:29
188阅读
前言：NLP工具有人推荐使用spacy，有人推荐使用tensorflow。tensorflow：中文译作：张量（超过3维的叫张量）详细资料参考：http://www.tensorfly.cn/Jiagu：甲骨，语言处理工具，源码参考：https://github.com/ownthink/Jiagujiagu的中文分词是基于 深度学习的方法的。看来甲骨的分词还是比较先进的。分词一般有3种
转载
2024-03-14 11:24:11
111阅读
搜索引擎的基本的术语1.tf/df/idftf是词频，就是某个词的出现的次数，表示的是一个词的局部信息。df是文档频率，就是指某个词的文档频率，这个词在多少个文档中出现。idf是逆文档频率，它是词重要性的一个很好的衡量。计算如下：在大量语料库中统计的，所以一般表示一个词的全局信息。2.pagerankpagerank用来衡量网页重要性的一个指标。核心思想是投票原则。如果指向某个网页的链接非常多且质
转载
2023-10-07 14:17:22
177阅读
https://github.com/xianhu/funNLP最近需要从文本中抽取结构化信息，用到了很多github上的包，遂整理了一下，后续会不断更新。很多包非常有趣，值得收藏，满足大家的收集癖！ 如果觉得有用，请分享并star，谢谢！涉及内容包括：中英文敏感词、语言检测、中外手机/电话归属地/运营商查询、名字推断性别、手机号抽取、身份证抽取、邮箱抽取、中日文人名库、中文缩写库、拆字词典、词汇
转载
2024-03-14 11:29:15
57阅读
一、词袋模型：分词、去停用词、消除数字、英文，得到若干词语的集合。二、词典：词语和其索引ID的一一对应关系。假设共有N个词语。三、one-hot编码: 在词典基础上，分词之后的文章的词频向量。可以看成是M*N的单词-文档矩阵A。A(i,j)=第i篇文章中词典索引为j的词语出现的次数，即词频TF。四、TF-IDF模型：在one-hot基础上，A(i,j)的值由词频变成了词频*逆文档频率。缺点：不能表
转载
2023-08-03 22:26:53
125阅读
分词：将输入的自然语言文本分成一个个离散的语言单元，通常是词或符号。词性标注：对分词后的语言单元赋予相应的语法和语义标签，例如名词、动词、形容词、代词等，以便进一步分析。句法分析：将分词和词性标注后的语言单元组织成一个句子结构，分析单词之间的语法关系，如主谓宾、定状补等。命名实体识别：识别文本中的特定实体，如人名、地名、时间、组织机构等。情感分析：对文本进行分类，判断文本的情感偏向，如正面、负面或
转载
2023-08-08 10:09:45
167阅读
BERT大火却不懂Transformer？读这一篇就够了一、Transformer（code）1.1 句子的 representation embedding with position = word embedding + Positional Embedding处理 nn.Embedding 权重矩阵有两种选择：使用 pre-trained 的 embeddings 并固化
转载
2023-12-07 07:26:27
138阅读
Ⅰ. NLP数据集整理中英文NLP数据集搜索平台，点击搜索一、情感分析ID标题更新日期数据集提供者说明关键字类别备注1weibo_senti_100k无无带情感标注新浪微博，正负向评论约各 5 万条微博二分类任务无2Weibo Emotion Corpus2016The Hong Kong Polytechnic University微博语料，标注了7类 emotions: like, disgu
转载
2024-03-14 11:28:57
111阅读
NLP入门学习（学习资料来自实验楼）
自然语言处理，简称：NLP，是指对人们平时日常使用的交流语言进行处理的一项技术。NLP 经过多年的发展，现今可以划分为两部分内容，即：自然语言的理解和自然语言的生成。本文将以文本分类为目标，介绍自然语言处理相关的基础操作和应用。（来自https://www.shiyanlou.com/courses/12
转载
2023-08-07 20:38:35
175阅读
1.正则表达式正则表达式在处理文本方面发挥着重要的作用 1.re.match() 从字符串开头匹配，匹配成功返回匹配结果，加上.group（）可查看匹配到的具体的值，匹配不成功则返回Noneimport re
print(re.match(r'a','abc123').group()) #a
print(re.match(r'A','abc123',re.I).group())#a，加上re.I可
转载
2023-09-27 16:55:02
148阅读
文章目录发展历程迁移学习预训练、精调范式（Pre-train,Fine-tune) 发展历程预训练语言模型： 是采用迁移学习的方法，通过自监督学习，从大规模数据中获得与具体任务无关的预训练模型，然后用训练好的预训练模型提高下游任务的性能的一种数据增强法迁移学习分类： 1、归纳迁移学习 在源领域和任务上学习出的一般的知识，然后将其迁移到目标领域和任务上迁移方式： 1、基于特征的方式 将源任务预训练
转载
2023-07-31 21:12:59
144阅读
