- 博客(9)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 ACL2020 | SongNet(格式可控的文本生成)
背景题目：Rigid Formats Controlled Text Generation机构：Tencent AI Lab作者：Piji Li、Haisong Zhang、Xiaojiang Liu、Shuming Shi论文地址：https://arxiv.org/abs/2004.08022收录会议：ACL 2020论文代码：https://github.com/lipiji/SongNet摘要基于神经网络的文本生成在各种任务中取得了巨大的进展。这些文本生成任务如对话生成、
2020-12-31 20:19:25
1351
原创 EMNLP 2020 | Facebook稠密向量召回方案
0. 背景机构：Facebook AI、华盛顿大学、普林斯顿大学作者：Vladimir Karpukhin, Barlas Oğuz, Sewon Min, Patrick Lewis, Ledell Wu, Sergey Edunov, Danqi Chen, Wen-tau Yih论文地址：https://arxiv.org/abs/2004.04906收录会议：EMNLP 2020论文代码：https://github.com/facebookresearch/DPR1. 摘要
2020-12-31 19:56:18
940
1
原创 根据子字符列表过滤掉给定列表
背景给定两个字符串列表string_list和substr_list，筛选出string_list中包含substr_list中元素的所有字符串。示例：Input : string_list= ['city1', 'class5', 'room2', 'city2'] substr_list= ['class', 'city']Output : ['city1', 'class5', 'city2']Input : string_list= ['coordinates', 'xy
2020-12-30 14:10:34
114
原创 过滤掉list中被其他元素所包含的元素
背景有一个list，其中的元素存在之间相互包含的关系，即元素A可能是原始B的子串。举个例子：输入list a=['我是卖麻辣烫的小男孩', '小男孩', '麻辣烫', '华中科技大学','大学']，希望返回的结果是['我是卖麻辣烫的小男孩', '华中科技大学']解法由于长字符串不可能被短字符串所包含，即长字符串不可能是短字符串的子串，那么只需要按照字符串长度降序排序，并设立一个新的list(比如new_a)，从长->短，依次判断排序后的字符串是否是new_a中元素的子串。具体代码：
2020-12-30 11:05:10
881
2
原创 给定值查找在list中的近邻值
背景给定一个有序list 和 目标value，如果将该目标value值插入list中，那么索引位置是多少。举例说明：a_list=[0, 2, 4, 6, 7, 9, 11, 12, 13, 14, 18, 19, 21]，给定value=8，那么此时8位于 a_list中的7和9之间，该位置对应的索引位置是5，所以输出索引位置5。方法用bisect，bisect是python内置模块，用于有序序列的插入和查找。查找： bisect(array, item)插入： insort(array,i
2020-12-28 16:12:38
893
原创 获取list中Top K个值对应的索引
背景在得到概率分布的list之后，想要得到 Top K个概率值及其索引，因为索引对应着label id。方法 import numpy as np p = [0.07, 0.2, 0.1, 0.03, 0.1, 0.5] topk = 2 print("方法1：") index_list = sorted(range(len(p)), key=lambda i: p[i])[-topk:] # sorted(range(len(p)), key=lambda i:
2020-12-23 11:40:09
2052
原创 pandas列值根据字典批量替换
背景一个数据中某一列的值需要根据某个字典批量映射为字典中的value。方法1：pandas中的df.replace import pandas as pd import numpy as np df = pd.DataFrame({'col2': {0: 'a', 1: 2, 2: np.nan}, 'col1': {0: 'w', 1: 1, 2: 2}}) print("init df:") print(df) column_dict = {1: "A
2020-12-23 09:48:19
13373
2
原创 模型推理加速系列|如何用ONNX加速BERT特征抽取-part2(附代码)
背景本文紧接之前的一篇文章如何用ONNX加速BERT特征抽取，继续介绍如何用ONNX+ONNXRuntime来加速BERT模型推理。如果看过之前的那篇文章如何用ONNX加速BERT特征抽取的童鞋估计还记得文中留了一个疑问：为何优化过的ONNX模型与未优化的ONNX性能相近？说好的优化，说好地提速呢？与预期不符~经热心网友冠达提醒优化的ONNX模型运行时要开启OpenMP（如果没有安装，用apt-get install libgomp1安装OpenMP运行时库即可）。回来一试，果然如此，在此感谢热心网友！
2020-12-08 21:52:22
1525
1
原创 按照len长度过滤pandas中值为list类型的数据
背景pandas中对于值为list的数据，如果想要根据list的长度进行过滤，如何操作？方案假设数据集： a b c1 x y [x]2 x z [c,d]3 x t [e,f,g]想要实现result_df = df[len(df['result'])>1] 这种功能。比如想要过滤到 字段 c 中长度>=2的数据，那么可以如下操作： result_df = df[df['c'].map(len) > 1]
2020-12-07 11:05:29
1635
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人