pytorch NLP
文章平均质量分 88
使用pytorch框架最NLP方向上的文本分类、实体识别、三元组抽取进行代码实战
牧锦程
硬性的标准其实限制不了无限可能的我们,所以啊!少年们加油吧!
展开
-
【从零开始实现意图识别】中文对话意图识别详解
text表示待检测的文本,intent代表文本的类别标签,slots是文本中包括的所有槽位以及对应的槽值,以字典形式给出。"text": "搜索西红柿的做法。","slots": {"ingredient": "西红柿"}本项目中在原始数据集中新增了部分数据,用来平衡数据。原创 2023-11-23 22:39:24 · 2771 阅读 · 3 评论 -
NLP中的文本分类、实体识别、关系识别和三元组识别
在自然语言处理(NLP)领域,文本分类、实体识别、关系识别和三元组识别是重要的主题。本文将深入探讨这些关键问题,并介绍相关算法和技术。原创 2023-09-13 19:10:08 · 960 阅读 · 1 评论 -
NLP系列(7)关系识别(Bert)pytorch
本项目是使用Bert模型来进行文本的实体识别。数据格式:实体1 实体2 关系 文本模型:Bert模型原创 2023-09-05 23:53:08 · 1227 阅读 · 0 评论 -
NLP系列(8)三元组识别(Bert+CRF)pytorch
在实体识别中:使用了Bert模型,CRF模型在关系识别中:使用了Bert模型的输出与实体掩码,进行一系列变化,得到关系原创 2023-08-22 18:09:45 · 1707 阅读 · 0 评论 -
NLP系列(6)文本实体识别(Bi-LSTM+CRF)pytorch
数据集用的是论文中从新浪财经收集的简历数据。每一句话用换行进行隔开。图2 数据样式。原创 2023-07-25 14:40:35 · 1580 阅读 · 2 评论 -
NLP系列(5)文本实体识别(LSTM)pytorch
LSTM:长短期记忆网络(Long-short-term-memory),能够记住长句子的前后信息,解决了RNN的问题(时间间隔较大时,网络对前面的信息会遗忘,从而出现梯度消失问题,会形成长期依赖问题),避免长期依赖问题。原创 2022-11-04 20:52:27 · 1184 阅读 · 2 评论 -
NLP系列(4)Word2Vec 字&词向量的训练和使用
word2vec 是静态词向量构建方法的一种,与 Embedding 词向量相似。本文将介绍 word2vec 词向量是如何训练的,训练好的 word2vec 词向量如何使用。由于不同的 gensim 的版本不同,在调用一些函数时会有差异。隐藏本文的 gensim 的版本为 ,以下代码都依此版本为准。...原创 2022-08-16 08:30:00 · 7402 阅读 · 1 评论 -
NLP系列(3)文本分类(Bert+TextCNN)pytorch
在前面两章讲解了 bert 和 TextCNN 模型,用这两个模型来进行文本分类。那我们就可以试一下将这两个模型进行融合来进行文本分类。原创 2022-08-15 09:00:00 · 10380 阅读 · 55 评论 -
NLP系列(2)文本分类(Bert)pytorch
对于 Bert 模型来说,用于文本分类是最常见的,并且准确率也很高。本文将会对Bert 模型用于文本分类来做详细的介绍。原创 2022-08-12 09:30:00 · 14641 阅读 · 71 评论 -
NLP系列(1)文本分类(TextCNN)pytorch
TextCNN 模型是用来对文本进行分类。原创 2022-08-11 08:45:00 · 3366 阅读 · 11 评论