![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
自然语言处理
文章平均质量分 88
思念可是反
海水退潮,才会知道谁在裸泳!
展开
-
通用信息抽取 UIE(Universal Information Extraction)
通用信息抽取 - UIE 预训练模型(实体抽取、关系抽取、事件抽取、情感分析等任务)转载 2022-08-31 16:20:35 · 7213 阅读 · 1 评论 -
NLP发展第四阶段
Prompt learning系列之入门篇提纲1 简介2 NLP发展的四个阶段3 Prompt learning4 Prompt engineering5 Answer engineering6 Multi-prompt learning7 Training strategy8 总结参考文献1、简介Prompt learning作为近期NLP的新宠,热度不断攀升,在接下来的一段日子,大概率还是会处于一个风口的位置。什么是Prompt learing?就是通过引入模版来将原始输入改造成翻译 2022-03-24 16:41:40 · 1046 阅读 · 0 评论 -
NLP分类经验总结
NLP分类经验总结以下文章来源于对白的算法屋 ,作者对白在我们做一个项目或业务之前,需要了解为什么要做它,比如为什么要做文本分类?项目开发需要,还是文本类数据值得挖掘。1、介绍目前讨论文本分类几乎都是基于深度学习的方法,本质上还是一个建模的过程,包括数据准备-预处理-模型选择-模型调优-模型上线这样的一套流程。在本地进行文本分类开发我们需要关注的两个主要的问题:数据处理和模型选择,这两者是相互依赖的。图1 文本分类的步骤文本分类可以根据文本的大小可以分为如下几种:文本级别: 对整篇文章进行翻译 2022-03-24 15:54:32 · 1122 阅读 · 0 评论 -
Rasa 聊天机器人框架使用流程
Rasa 聊天机器人框架使用流程(详细!!)简述:Rasa是一个能用于构建机器人对话系统的框架,基于Rasa框架搭建机器人对话系统,可以使用于工业各类语音智能服务场景,如:远程医疗问诊、智能客户服务、保险产品销售、金融催收服务、手机智能助手等领域。支持基于规则、填槽和机器学习来构建对话系统。主要模块包括:NLU(意图识别和实体提取)和Core(基于模型及规则进行回复)。提供了搭建对话系统的脚手架。常用命令有: rasa init # 创建项目 rasa train # 训练N原创 2022-02-16 18:45:42 · 8769 阅读 · 4 评论 -
Rasa安装教程(linux anaconda版):
Rasa安装教程(linux anaconda版):开篇废话:最近做项目要用Rasa,折腾了两天才安上,过程及其痛苦,查了好久都没找到多少有帮助的文章,终于总结出大家实测可用的手顺,当时不够满意,只打算留在公司内部用,昨晚在YouTube上看了官方的安装视频,完善了自己的手顺,现在我觉得可以发布了。第一步:创建环境创建虚拟环境命令:conda create --name 虚拟环境名 python=版本号conda create --name rasa python=3.7.9由于rasa版原创 2022-02-16 18:41:11 · 2736 阅读 · 1 评论 -
Transformer的结构是什么样的?各个子模块各有什么作用?
Transformer的结构是什么样的?各个子模块各有什么作用?Transformer总体架构图Encoder模块Encoder模块的结构和作用:经典的Transformer结构中的Encoder模块包含6个Encoder Block.每个Encoder Block包含一个多头自注意力层, 和一个前馈全连接层.关于Encoder Block:在Transformer架构中, 6个一模一样的Encoder Block层层堆叠在一起, 共同组成完整的Encoder, 因此剖析一个原创 2021-07-18 19:39:13 · 4080 阅读 · 1 评论