- 博客(3)
- 收藏
- 关注
RSS订阅原创 NLP实战练手项目之 Transformer 架构的机器翻译(JParaCrawl汉语数据集)
Transformer是一种深度学习模型，它通过自注意力机制和位置编码，实现了对序列数据的处理。在机器翻译任务中，Transformer模型将输入的源语言文本序列作为输入，通过编码器和解码器两个阶段，生成目标语言的文本序列。在编码阶段，Transformer模型将源语言文本序列中的每个单词都映射到一个向量表示，并通过自注意力机制计算出每个单词的权重。然后，通过位置编码将单词的位置信息编码为向量，与单词向量相加得到最终的表示。
2024-06-29 17:42:18
1664
原创 NLP实战练手项目之 机器翻译(使用Tatoeba Project英法数据集)
机器翻译的基本模型是“序列到序列”模型（Seq2Seq），它是一种通用自然语言模型，可以用于多种任务，例如机器翻译、文本生成和对话生成等。在机器翻译中，Seq2Seq模型主要包括两个部分：编码器和解码器。编码器将源语言文本逐词转换成一种内部表示（或称为“向量”），解码器则将该向量逐词解码成目标语言文本。具体而言，编码器会采用采用循环（RNN）或长短时记忆网络（LSTM）等模型，将源语言文本的每个词汇转换为向量表示。这些向量可以被视为该词汇在语言中的“特征”，从而将文本转换为一组向量的序列。
2024-06-29 16:26:48
2011
原创 NLP实战练手项目之 姓氏分类系统
先把MLP模型定义出来才能训练啦# 第一个线性层将输入向量映射到中间向量，并对该向量应用非线性。第二线性层将中间向量映射到预测向量。"""Args:"""Args:Returns:""""""Args:"""# 定义一个卷积神经网络序列，用于特征提取# 第一层1D卷积，用于捕捉局部特征nn.ELU(), # 使用ELU激活函数增加非线性# 第二层1D卷积，步长为2，开始减少空间维度nn.ELU(),# 第三层1D卷积，进一步减少空间维度nn.ELU(),
2024-06-29 00:23:07
1674
1
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