![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
NLP学习
文章平均质量分 90
WangJue-tsinghua
这个作者很懒,什么都没留下…
展开
-
第三课 文本
通过深度学习模型(例Glone,CBOW,RNN/LSTM,MF,Gaussion, Embedding等)对语料库进行训练得到,需要指定词向量的维度。示例 我们 [0.1,0.2,0.4,0.2] 爬山 [0.2,0.3,0.7,0.1]把停用词(the,an,their…你们又去爬山又去跑步 的表示为(0,1,1,1,0,1,0,1)你们又去爬山又去跑步 的表示为(0,2,2,1,0,1,0,1)错别字纠正:生成编辑距离为1,2的字符串,过滤后返回结果。示例 [我们,去,爬山,今天,你们,昨天,跑步]原创 2023-09-05 00:08:09 · 44 阅读 · 1 评论 -
第二节课 问答系统结构
基于匹配的方式:(以“我们经常有意见分歧”,max_len=5为例)缺点:1. 效率慢(max_len) 2. 歧义 3. 细分可能更好。,小规模问题:直接解方程求解,大规模问题:用迭代方法求解。模型:每移动一步,智能体接收对环境的观测。控制问题:找出最优策略(主要的)小规模问题:直接解方程求解。大规模问题:用迭代方法求解。预测问题:评价给定的策略。行动价值的贝尔曼期望方程。状态价值的贝尔曼期望方程。状态价值的贝尔曼最优方程。行动价值的贝尔曼最优方程。,环境接收智能体的行动。维特比算法:示意图如下。原创 2023-09-03 21:48:18 · 25 阅读 · 0 评论 -
第一节课 NLP介绍
空间复杂度:(入栈,出栈)原创通项公式求法(参考。原创 2023-09-03 21:52:20 · 45 阅读 · 0 评论