![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
资源学习笔记
文章平均质量分 90
振哥在,世界充满爱!
计划+坚持!+思考
展开
-
文献学习-联合抽取J-An attentive neural architecture for joint segmentation and parsing and its application..
在使用自然语言处理 (NLP) 技术处理人类生成的文本时,出现的两个基本子任务是 (i)将纯文本分割为有意义的子单元(例如实体),以及 (ii)依存解析以建立子单元之间的关系。这种文本的结构解释为上游专家系统任务提供了必要的构建模块:例如,通过解释文本房地产广告,人们可能希望提供准确的价格估计和/或为寻找特定房产的最终用户提供选择过滤器——这一切可以依靠了解房间的类型和数量等。在本文中,我们开发了一种相对简单且有效的神经联合模型,该模型同时执行分割和依存解析,而不是像大多数最先进的作品那样一个接一个地执行。原创 2023-07-09 23:43:09 · 265 阅读 · 0 评论 -
文献学习-联合抽取-Joint entity recognition and relation extraction as a multi-head selection problem
用于联合实体识别和关系提取的最先进模型强烈依赖于外部自然语言处理 (NLP) 工具,例如 POS(词性)标记器和依存解析器。因此,此类联合模型的性能取决于从这些 NLP 工具中获得的特征的质量。但是,这些功能对于各种语言和上下文并不总是准确的。在本文中,提出了一种联合神经模型,它同时执行实体识别和关系提取,无需任何手动提取特征或使用任何外部工具。具体来说,我们使用CRF(条件随机场)层对实体识别任务进行建模,并将关系提取任务建模为多头选择问题(即,可能为每个实体识别多个关系。原创 2023-06-24 20:48:47 · 415 阅读 · 0 评论 -
NLP中隐性语义分析及奇异值分解(SVD)-学习笔记
隐形语义分析基于最古老和最常用的降维技术–奇异值分解(SVD)。SVD将一个矩阵分解成3个方阵,其中一个是对角矩阵。原创 2023-01-01 14:50:40 · 1214 阅读 · 2 评论 -
Transformer模型-学习笔记
Transformer学习笔记原创 2022-11-26 19:01:52 · 2024 阅读 · 2 评论 -
Transformer-Attention is all you need 学习笔记
Transformer相关论文《Attention is all you need》的学习笔记。原创 2022-11-26 11:41:23 · 505 阅读 · 0 评论 -
基于AI的5G技术-研究方向与范例-学习笔记
文章来源:尤肖虎,张川,谈晓思,金石,邬贺铨.基于AI的5G技术——研究方向与范例[J].中国科学:信息科学,2018,48(12):1589-1602.目录0、摘要1、引言1.1 5G常识1.2 AI常识(1)监督学习(2)非监督学习(3)增强学习(重点研究一下)(4)两种常见的学习方法1-方向传播学习算法(BP)(5)两种常见的学习方法2-Q学习算法(Bellman算法)2、AI应用于5G系统的发展方向 2.1 在应用中,涉及3类技术问题...原创 2021-04-04 22:14:45 · 2577 阅读 · 13 评论 -
面向5G/B5G通信的智能无线资源管理技术-关键字知识梳理
一、5G/B5G 典型的应用场景:1、B5G,Beyound 5G,超五代移动通信技术;2、eMBB,Enhanced Mobile Broadband,增强型的移动带宽;3、mMTC,massive Machine-Type Communications,海量链接的机器通信;4、URLLC,Ultra-Reliable and LowLatency Communications,高可靠低时延的联网应用;二、无线资源管理关键技术指标(性能技术指标)1、频谱效率...原创 2021-04-03 10:10:20 · 29721 阅读 · 6 评论 -
面向5G/B5G通信的智能无线资源管理技术-学习笔记
一、面向5G/B5G通信的智能无线资源管理中的问题1、新技术的出现+应用场景的多样化和复杂化,无线资源管理的复杂度进一步提高;2、在多用户大规模MIMO(大规模天线)系统中,随着用户数和天线数的大规模增加,下行用户信道的获取及相应的预编码变的更具有挑战,如:导频污染问题、高维预编码权重矩阵计算的高复杂度问题等;3、在异构超密集网络(UDN)中,由于小区尺寸的减小以及各层网络(如宏小区、微小区以及微微小区等)的共存,异层/同层小区间干扰问题以及相邻小区间移动用户的切换问题变得尤为困难。4、无线原创 2021-03-14 08:48:12 · 30062 阅读 · 16 评论