NLP 疑问点

已于 2023-07-31 16:34:16 修改
阅读量91 收藏
点赞数
文章标签： 自然语言处理
于 2023-07-18 15:53:40 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shaui058/article/details/131789422
版权
  • nn.TransformerEncoderLayer中forward函数中src_mask 以及 src_key_padding_mask 的作用。
  • pytorch中内存共享机制
  • 深度模型训练的时候，loss不下降的原因有什么
  • fp16 混合精度，加快训练速度，提高训练精度。
  • BPE
  • 什么是求导雅可比矩阵
北巷！！
关注
Java与自然语言处理：Stanford NLP库的文本分析宝典
java专栏
07-22 688
Stanford NLP库就像是一个语言魔法师的宝箱，里面装满了各种魔法道具（功能），帮助我们理解语言的奥秘。首先，确保你安装了Java Development Kit (JDK) 和一个合适的IDE，如IntelliJ IDEA或Eclipse。
自然语言处理nlp算法学习
a116297531的博客
07-06 2706
中文nlp任务的一般流程：1、获取语料语料：是NLP任务所研究的内容。通常用一个文本集合作为语料库。来源：已有语料--积累的文档；下载语料——搜狗语料、人民日报语料；抓取语料。2、语料预处理①语料清洗留下有用的，删除噪音数据。常见的数据清洗方法：人工去重、对齐、删除和标注等，或者规则提取内容、正则表达式匹配、根据词性和命名实体提取、编写脚本或代码批处理等。②分词将文本分成语句。常见的分词算法：基于字符串匹配的分词方法、基于理解的分词方法、基于统计的分词方法和基于规则的分词方法。
nlp知识点总结（中）
m0_59989429的博客
01-07 1376
接nlp知识点总结（上）
李宏毅自然语言处理——NLP任务概述
日积月累，天道酬勤
08-12 3446
介绍NLP的主要任务。
AIGC时代动手学自然语言处理的不二之作
热门推荐
herosunly的博客
04-22 1万+
本文主要介绍了AIGC时代大模型入门经典书籍，希望能对学习大模型的同学们有所帮助。 文章目录 1. 前言 2. 书籍推荐：《动手学自然语言处理》 2.1 书籍简介 2.2 本书作者 2.3 玩转NLP要走好这三步 2.4 特色介绍 3. 粉丝福利 4. 自主购买
基于python的自然语言处理NLP详细教程（一）
weixin_43927669的博客
04-21 4603
写在前面 ——本文关于自然语言处理的内容： 1.相关第三包的准备 2.获取语料库及停用词信息 3.分词 4.词频统计 5.去停用词 6.基于TF-IDF理论、词袋模型等的文本向量化处理 7.机器学习、情感分析 8.简单可视化 一、相关第三方包的准备 关于NLP部分的包主要是分词部分的包和可视化部分的包，机器学习部分我主要就用sk-learn了。 分词部分： 将语料库进行分词并去掉停用词，可以使用的...
NLP之自然语言处理入门方法
miner_zhu的博客
09-15 609
自然语言处理（简称NLP），是研究计算机处理人类语言的一门技术，包括： 1.句法语义分析：对于给定的句子，进行分词、词性标记、命名实体识别和链接、句法分析、语义角色识别和多义词消歧。 2.信息抽取：从给定文本中抽取重要的信息，比如，时间、地点、人物、事件、原因、结果、数字、日期、货币、专有名词等等。通俗说来，就是要了解谁在什么时候、什么原因、对谁、做了什么事、有什么结果。涉及到实体识别、时间抽...
【ChatGPT4】王老师零基础《NLP》（自然语言处理）第一课
qq_40717065的博客
04-01 3531
chatgpt4王老师（扮演AI自然语言的顶尖计算机教育专家），零基础教授 计算机科学和人工智能（AI）领域——自然语言处理（NLP）
HanLP 自然语言处理使用总结
小毕超博客
12-11 6321
/ 对于系统中已有的词性,可以直接获取 Nature pcNature = Nature . fromString("n");// 此时系统中没有"电脑品牌"这个词性 pcNature = Nature . fromString("电脑品牌");// 我们可以动态添加一个 pcNature = Nature . create("电脑品牌");// 可以将它赋予到某个词语 LexiconUtility . setAttribute("苹果电脑" , pcNature);
NLP同义词，疑问句，字典
01-12
自然语言处理（NLP，Natural Language Processing）是计算机科学领域的一个重要分支，主要涉及如何让计算机理解、解析、生成和生成人类的自然语言。在这个压缩包中，我们有四个文件，它们分别是“现代汉语词典.txt”...
基于自然语言处理医学知识
08-07
自然语言处理（NLP）是人工智能的一个重要分支，它专注于理解和生成人类的自然语言，使得计算机能够理解、解析、生成、翻译甚至对话。在医学领域，NLP的应用潜力巨大，可以用于提取医学文献中的关键信息、辅助临床...
nlp-py-2e-zh:[译] Python 自然语言处理 第二版
05-31
Python 自然语言处理 第二版 – 使用自然语言工具包分析文本 作者：Steven Bird, Ewan Klein 和 Edward Loper 译者： 最后更新：2017.3.4 人手紧缺，有兴趣的朋友可以加入我们，完全公益性质。交流群：467338606。 ...
SGLang——结构化语言模型程序的高效执行
知来者逆的博客
09-23 1106
实验表明，与各种大型语言和多模态模型上的最先进推理系统相比，SGLang 实现了高达 6.4 倍的吞吐量，可处理代理控制、逻辑推理、小样本学习基准、JSON 解码、检索增强生成管道和多轮聊天等任务。实验表明，与各种大型语言和多模态模型上的最先进推理系统相比，SGLang 实现了高达 6.4 倍的吞吐量，可处理代理控制、逻辑推理、小样本学习基准、JSON 解码、检索增强生成管道和多轮聊天等任务。较大模型的加速趋势与较小模型的加速趋势相似，表明 SGLang 的优化可以很好地推广到较大的模型。
【NLP】基于“检测器-纠错器”中文文本纠错框架
余俊晖，NLP炼丹师，目前专注自然语言处理领域研究。曾获得国内外自然语言处理算法竞赛TOP奖项近二十项。
09-25 941
许多方法将中文拼写纠正（检测和纠正给定中文句子中的错误字符）视为序列标注任务，并在句子对上进行微调。一些方法使用错误检测器作为初步任务，然后将检测结果用于辅助后续的错误纠正过程。然而，现有方法在使用检测器时存在一些问题，如检测器性能不足或检测信息未能有效应用于纠正过程。难点：中文拼写纠正的难点在于中文是由象形文字组成的，字符的形状和发音与其意义密切相关。此外，中文句子通常由连续的字符组成，没有分隔符，这使得CSC方法必须基于上下文信息来辨别错误，而不是直接从独立的词语中查找拼写错误。
[大语言模型-论文精读] MoRAG - 基于多部分融合的检索增强型人体动作生成
09-24 1079
如何利用检索增强型方法来提升文本驱动的人体动作生成任务的性能？这篇论文提出MoRAG框架能够显著提高动作生成任务的性能，尤其是在处理复杂或未见过的文本描述时。 人工智能，大语言模型，运动生成，运动扩散模型。
【NLP】循环神经网络--RNN学习.day3
alb3117149013的博客
09-25 1040
循环神经网络（Recurrent Neural Network, RNN）是一种用于处理序列数据的深度学习模型。与传统的静态神经网络相比，RNN 可以有效处理输入数据的时间序列特性。这使得 RNN 在处理自然语言处理（NLP）、时间序列预测、音频处理等任务时非常有效。以下是对 RNN 的详细解释。
计算机前沿技术-人工智能算法-大语言模型-最新论文阅读-2024-09-23
09-23 1367
计算机前沿技术，人工智能技术，大语言模型， LLM，软件安全，Prompt, 最新进展， 论文阅读
使用python进行自然语言处理的示例
最新发布
C7211BA的博客
09-26 316
这段代码展示了如何用 nltk 进行基础的 NLP 任务，包括分词、词性标注和命名实体识别。命名实体识别：识别命名实体（如人名、地名、组织等）。词性标注：为每个单词标注其词性。分词：将输入句子拆分为单词。
《自然语言处理》预训练模型习题详解及优缺点分析
这本书不仅涵盖了自然语言处理的基础理论，还提供了实际问题解决的策略，对于理解预训练模型在NLP中的应用具有重要的参考价值。对于希望深入学习或备考的学生来说，这些习题答案是不可或缺的学习资源。如在学习过程...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值