一只程序猿的修炼之旅

一、应用背景众所周知，深度学习中的神经网络模型都是依靠数据驱动，优质的数据能够显著提升模型的运行效果。通常来说，有监督学习的模型性能会好于无监督学习的模型。但是，有监督学习的模型需要大量的标注数据，而人工标注数据需要花费大量的人力物力，所以数据增强是一种有效的解决方案。二、常用方法1.传统方法在NLP领域中，对文本数据进行增强无外乎两种方法，一种是加噪法，另一种是回译法。加噪法是指在...

一、Introduction最近宅在家，有空只能搞搞NLP的比赛。由于缺乏GPU的加持，只好白嫖百度的AI Studio(毕竟人家提供免费的Tesla V100)。在此不得不赞扬一下优秀的国产深度学习框架–Paddle(飞浆)，代码精炼，使用简单，具有极高的集成度，非常适合初学者上手。由于代码中用到了各种预训练模型做迁移学习，所以在此记录一下Paddle Hub加载各类预训练模型的方法。二、...

KBQA评价标准：召回率，准确率，F1-Score方法:自然语言查询–>意图识别(Intention Recognition)–>实体链指(Entity Linking)+关系识别(Relation Detection) -->查询语句拼装(Query Construction)–>返回结果选择(Answering Selection)KBQA除了 基于模板的方法 之...