- 博客(3)
- 收藏
- 关注
RSS订阅原创 NLP——基于Transformer实现机器翻译（日译中）
Transformer模型是一种深度学习模型，由Vaswani等人在2017年提出，主要用于自然语言处理（NLP）任务。它的核心思想是通过自注意力（Self-Attention）机制来捕捉输入数据之间的全局依赖关系，从而能够处理序列数据，如文本。
2024-06-23 01:10:04
1294
原创 NLP——机器翻译
机器翻译是一种利用计算机技术将一种自然语言转换为另一种自然语言的过程。它涉及到自然语言处理、计算机科学和语言学等多个领域的知识。机器翻译的目标是实现自动、准确、流畅的翻译，使人们能够跨越语言障碍进行沟通。机器翻译的发展可以追溯到20世纪50年代，当时科学家们开始尝试用计算机程序来实现语言之间的转换。随着计算机技术的发展，机器翻译逐渐成为一个热门研究领域。目前，机器翻译主要分为两类：基于规则的机器翻译和基于统计的机器翻译。依赖于预先设定的语言规则和词汇库，通过分析和处理源语言句子的结构，将其转换为目标语言。
2024-06-23 00:30:19
1001
原创 基于前馈神经网络的姓氏分类
在本节中，我们将MLP应用于将姓氏分类到其原籍国的任务。从公开观察到的数据推断人口统计信息(如国籍)具有从产品推荐到确保不同人口统计用户获得公平结果的应用。人口统计和其他自我识别信息统称为“受保护属性”。“在建模和产品中使用这些属性时，必须小心。”我们首先对每个姓氏的字符进行拆分，并像对待“示例:将餐馆评论的情绪分类”中的单词一样对待它们。除了数据上的差异，字符层模型在结构和实现上与基于单词的模型基本相似.
2024-06-22 22:09:47
912
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人