我的2017年文章汇总——自然语言处理篇

最新推荐文章于 2023-08-21 08:33:49 发布
最新推荐文章于 2023-08-21 08:33:49 发布
阅读量144 收藏
点赞数
文章标签： java 人工智能 数据结构与算法
原文链接：https://juejin.im/post/5a5ad22f6fb9a01cb3162394
版权

近期准备把过去一年写的文章按照分类重新整理推送一遍，包括：“分布式”、“机器学习”、“深度学习”、“NLP”、“Java深度”、“Java并发核心”、“JDK源码”、“Tomcat内核”。

本篇推送nlp相关文章。

基于典型相关分析的词向量

来自麻省理工的信息抽取

如何用机器学习对文本分类

循环神经网络

如何使用中文维基百科语料

深度学习的Attention模型

TensorFlow实现seq2seq

深度学习的seq2seq模型

谈谈谷歌word2vec的原理

如何用TensorFlow训练词向量

如何用TensorFlow训练聊天机器人（附github）

开源一个文本分析项目

kmeans实现文本聚类

设计一个智能客服系统

全文搜索怎么给查询语句与文档相关性打分

n元语法

-------------推荐阅读------------

我的2017文章汇总——机器学习篇

我的2017文章汇总——Java及中间件

我的2017文章汇总——深度学习篇

我的2017文章汇总——JDK源码篇

------------------广告时间----------------

公众号的菜单已分为“分布式”、“机器学习”、“深度学习”、“NLP”、“Java深度”、“Java并发核心”、“JDK源码”、“Tomcat内核”等，可能有一款适合你的胃口。

鄙人的新书《Tomcat内核设计剖析》已经在京东销售了，有需要的朋友可以购买。感谢各位朋友。

为什么写《Tomcat内核设计剖析》

欢迎关注：

weixin_34367257
关注
自然语言处理与计算机视觉
AI天才研究院
01-17 984
1.背景介绍 自然语言处理（NLP）和计算机视觉（CV）是两个非常热门的研究领域，它们分别涉及到处理自然语言和处理图像的技术。在过去的几年里，这两个领域的研究取得了巨大的进展，并且在各种应用中发挥着重要作用。 自然语言处理是计算机对自然语言文本进行理解、生成和处理的技术。它涉及到语言模型、语义分析、情感分析、机器翻译等多个方面。自然语言处
【数据共享】深度学习+计算机视觉+自然语言处理
cv君的博客
07-03 1万+
火灾数据集+烟雾数据集+香烟数据集 +吸烟手势数据集 本模块将长期分享我自己做过的，见过收藏的，开源的，所有较为实用的，常用与不常用的深度学习数据合集，将长期更新。 深度学习领域最缺的就是数据！深度学习领域数据覆盖面之广，数据量之深。丰富的数据量，让机器能阅历无数，自然对于特征的提取会更加鲜明，由于最近在做的项目，深感数据的重要性，数据难求，尤其是数据标注，就更加累人了，多少人是请着外包公司做的数据标注，而由于保密等原因，皆无法开源数据，以及标注数据结果，我暂时对数据完全开源（等着数据实在稀有或自己的数据.
自然语言处理 - 两篇文章的阅读
围城
08-07 742
2020/08/07 - 这部分内容是我之前在简书的草稿，没有完整整理，后续将进行完整整理。 2020/06/17 - 这两天在学习word2vec模型原理的时候，看到了两篇文章，一篇是关于使用word2vec进行情感分类，另一篇是通过tf-idf这种方式运用LDA或者直接kmeans进行主题分类。 从这两篇文章中，相对与自然语言处理的模型来说， 我感觉，我学到的是更多的分析的过程和可视化的内容，这里扯远了，本片文章就是要写这个自然语言处理的过程。 我就感觉，看完这两个文章，我好像学到了非常多的东西，但是我
【项目实战全解】基于深度学习与自然语言处理的AI文本生成（自动写作）
热门推荐
cv君的博客
07-27 2万+
文章目录一、项目演示：1：诗歌创作2：律诗与绝句3：小说篇4：自己的经济新闻篇二、原理解读Gpt-2简述何为语言模型与 BERT 的区别三、代码详解与训练教程训练数据半精度模型使用预训练步骤：四、生成文本文件结构注意五：实际落地项目与我的应用落地应用散文剧本演示：六:GPT-3简述与福利传送门 你在网上看到的”水文“，近乎一半都是“机器人”编辑的！还在为写不出报告而苦恼吗？技术改变生活，从高中就听闻自动写文章技术，没曾想，竟然已经做到以假乱真的地步！ 今天来详解一下我接触过的文本，文本生成，机器问答，阅读理
自然语言处理中文词库（含词性）
05-19
用于自然语言理解课程，分词，词性标注使用的词典
【NLP】自然语言处理的高级序列建模
sikh_0529的博客
09-24 9541
在本章，我们以第6章和第7章讨论的序列建模概念为基础，并将它们扩展到序列到序列建模领域，其中模型将一个序列作为输入并产生另一个可能不同长度的序列作为输出。序列到序列问题的例子随处可见。例如，我们可能想要，给定一封电子邮件，预测回复，给定一个法语句子，预测它的英文翻译，或者给定一篇文章，写一篇总结文章的摘要。我们还在这里讨论序列模型的结构变体：特别是双向模型。为了充分利用序列表示，我们介绍了注意力机制并对其进行了深入讨论。最后，本章以实现本文所述概念的神经机器翻译 (NMT) 的详细演练结束。序列到序列 (S
《自然语言处理实战入门》深度学习基础 ---- Attention 注意力机制 ，Transformer 深度解析与学习材料汇总
shiter编写程序的艺术
07-23 1017
我们来交叉最有效的开源资料，综合的看看自然语言处理中最火的Transformer 和 Attention 机制的全貌！
管理类联考——逻辑——真题篇——按知识分类——汇总篇——二、论证逻辑——归纳——第二节 归纳结构相似题
最新发布
stqer的博客
08-21 246
研究人员将角膜感觉神经断裂的兔子分为两组：实验组和对照组。他们给实验组兔子注射了一种从土壤霉菌中提取的化合物。3周后检查发现，实验组兔子的角膜感觉神经已经复合；而对照组兔子未注射这种化合物，其角膜感觉神经都没有复合，研究人员由此得出结论：该化合物可以使兔子断裂的角膜感觉神经复合。 以下哪项与上述研究人员得出结论的方式最为类似? A.科学家在北极冰川地区的黄雪中发现了细菌，而该地区的寒冷气候与木卫二的冰冷环境有着惊人的相似。所以，木卫二可能存在生命。 B.绿色植物在光照充足的环境下能茁壮成长，而在光照不足的环
管理类联考——逻辑——真题篇——按知识分类——汇总篇——二、论证逻辑——假设——第二节——搭桥假设
stqer的博客
08-19 461
因果论点：1、没A没B。提炼题干可知，科学家的研究发现都是围绕“海水颜色”和“飓风”两者开展的，所依赖的前提必然也是“海水颜色”和“飓风”之间的内在联系，最后提到的“全球气候变暖”是设置的迷惑概念，故选择C。要使一论据成立，显然必须假设：题干所断定的婴儿的学习方式，即通过触碰、玩耍和观察等方式来学习，是地球上最有效的学习方式。44.黄土高原以前植被丰富，长满大树，而现在千沟万壑，不见树木，这是植被破坏后水流冲刷大地造成的惨痛结果，有专家进一步分析认为，现在黄土高原不长植物是因为这里的黄土其实都是生土。
统计自然语言处理学习（一）
GIS小学生的博客
02-26 354
每周一图 《绪论》
自然语言处理关注博客和文章
everlasting_188-java从业者
09-02 988
整理的部分网络资源文章，后续会持续补充。1、综述博客我爱自然语言处理http://www.52nlp.cn/码农场http://www.hankcs.com/2、书籍和入门自然语言相关资源入门http://www.52nlp.cn/about自然语言处理书籍推荐http://www.52nlp.cn/%E4%B9%A6%E7%B1%8D水木论坛自然语言处理版http://www.newsmth.n...
自然语言处理与计算机视觉的发展
qq_35912099的博客
12-13 928
转载：自然语言处理(nlp)比计算机视觉(cv)发展缓慢，而且更难！ 1.抢跑的nlp nlp发展的历史非常早，因为人从计算机发明开始，就有对语言处理的需求。各种字符串算法都贯穿于计算机的发展历史中。伟大的乔姆斯基提出了生成文法，人类拥有的处理语言的最基本框架，自动机(正则表达式)，随机上下文无关分析树，字符串匹配算法KMP，动态规划。 nlp任务里如文本分类，成熟的非常早，如垃圾邮件分类等，用朴素贝叶斯就能有不错的效果。20年前通过纯统计和规则都可以做机器翻译了。相比，在cv领域，那时候..
人工智能 | 自然语言处理研究报告（概念篇）
尘世冰封的专栏
04-25 3458
博主github：https://github.com/MichaelBeechan 博主CSDN：https://blog.csdn.net/u011344545 ============================================ 概念篇： 技术篇： 人才篇： 应用篇： ============================================ 清华AMine...
<随笔>我的计算机视觉之路（一）：转行CV
lonelyrains的专栏
07-03 1万+
2009年，我刚刚高考完时，电力行业就业形势大好，国家对航空航天行业的刚性需求带领着北航一路蹿红，而电子通信行业正直鼎盛时期。计算机专业虽然也势头正好，但与今天相比就差的远了，街坊邻居都说计算机专业要饱和了。当时年幼无知，就听信了这些话，选择了电子通信行业。上研究生时，对通信行业的前景开始担忧，再加上学校的氛围引导，选择了信号处理专业。         然而仅仅几年过去了，电力，航空，通信，
《使用Python进行自然语言处理》学习笔记一
caicai1617的专栏
03-11 1万+
一 安装NLTK环境 1.1 windows 7 32的安装 1. 安装Python2.7（稳定版本，http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy）； 2. 安装NumPy：（http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy）运行numpy‑MKL‑1.8.1rc1.win32‑py2.7.e
宗成庆《统计自然语言处理》 目录的思维导图
干货
11-22 3197
计算机视觉产品推荐,个性化推荐:人工智能中的计算机视觉、NLP自然语言处理和个性化推荐系统哪个前景更好一些？...
weixin_33362939的博客
07-25 1266
这个问题直接回答的话可能还是有着很强的个人观点，所以不如先向你介绍一些这几个领域目前的研究现状和应用情况(不再具体介绍其中原理)你自己可以斟酌一下哪方面更适合自己个性化推荐。一．所谓计算机视觉，是指使用计算机及相关设备对生物视觉的一种模拟个性化推荐。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息，就像人类和许多其他类生物每天所做的那样[1]。现在人工智能的计算机视觉主要研究...
自然语言处理的学习心得
CSAIWQYB
07-31 5722
自然语言处理(NLP)作为AI领域皇冠上的明珠，主要涵盖两个过程，自然语言理解和自然语言生成，用一个公式来表达，即可表示为：NLP=NLU+NLG。以机器翻译为例，对于两种语言之间的翻译，机器翻译模型充当一个中间角色，首先模型对其中一种语言进行处理的过程(这里就不谈那些深奥的编码过程和解码过程了)，包括转换成另一种语言之前所做的工作，称之为自然语言理解；通过语言理解过程，进一步生成...
AI人才求职指南：自然语言处理与大模型面试攻略
该项目的核心目标是整理和汇总与NLP和大型语言模型相关的各种面试资料，包括但不限于机器学习、深度学习、自然语言处理基础知识，以及特定的模型如Transformer、Bert、GPT系列模型等。此外，项目还涉及大模型架构、...
评论
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