- 博客(4)
- 收藏
- 关注
原创 NLP入门-文本翻译系列教程-Sequence to Sequence Learning with Neural Networks学习笔记
1 介绍在本系列中,我们将使用PyTorch和TorchText构建一个机器学习模型,从一个序列到另一个序列。 这将在德语到英语的翻译中完成,但是模型可以应用于涉及从一个序列到另一个序列的任何问题。(本篇论文“Sequence to Sequence Learning with Neural Networks ”)最常见的序列到序列(seq2seq)模型是编码器-解码器模型,通常使用递归神经网络(RNN)将源(输入)语句编码为单个向量。 在本笔记中,我们将将此单个向量称为上下文向量。 我们可以将上下文向
2020-08-11 10:03:52 603
翻译 NLP入门-情感分析系列教程-A Closer Look at Word Embeddings学习笔记
之前的教程中非常简要地介绍了如何使用词嵌入(也称为词向量),附录中将仔细研究这些嵌入原理。Embedding层将一个稀疏的one-hot向量转变为维度更低的稠密向量,出现在相似上下文中词的词向量空间是接近的,例如: "I purchased some items at the shop"和"I purchased some items at the store"两句中 'shop' 和 'store'在向量空间中是相邻的。在PyTorch中使用nn.Embedding layer将 [句长, 批处理.
2020-07-29 10:12:33 226
翻译 NLP入门-情感分析系列教程-Faster Sentiment Analysis学习笔记
本系列来源Github自学使用翻译在之前笔记中所使用的技术准确率达到84%左右,本文将使用一个训练速度更快,参数更少的模型。来自于论文Bag of Tricks for Efficient Text Classification1 - 数据预处理FastText论文核心观念之一是使用n-gram将其附加到句子的末尾:例如bi-gram : "how are you ?"使用 bi-grams 为:"how are", "are you" "you ?".#一个bi-gram函数的演示def .
2020-07-24 21:25:03 541
翻译 NLP入门-情感分析系列教程- Simple Sentiment Analysis学习笔记
本系列来源Github自学使用翻译原文地址:pytorch-sentiment-analysisSimple Sentiment Analysis在第一篇教程中不关心实验结果好坏,只介绍基本概念,是读者对情感分析有初步了解。使用PyTorch和TorchText构建模型用来检测一句话情感(检测句子是持1肯定或0否定态度)本文使用IMDB电影评论数据集。1 - 介绍RNN网络简单介绍输入:一句话(单词序列)X={x1,x2,......xt}该序列依次输入模型(一次输入一个)得到响应.
2020-07-23 08:59:06 833
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