给我推荐20个比较流行的NLU 深度学习模型

最新推荐文章于 2024-01-06 00:41:46 发布
最新推荐文章于 2024-01-06 00:41:46 发布
阅读量348 收藏
点赞数
文章标签： 自然语言处理 人工智能
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/weixin_35755434/article/details/129076888
版权

好的，这是比较流行的 20 个 NLU 深度学习模型:

  1. BERT
  2. GPT
  3. Transformer
  4. RoBERTa
  5. XLNet
  6. ERNIE
  7. Albert
  8. T5
  9. Pegasus
  10. XLM
  11. DeBERTa
  12. Text-GPT
  13. MT-DNN
  14. ELECTRA
  15. FlauBERT
  16. Text-XLNet
  17. CTRL
  18. Funnel-Transformer
  19. UniLM
  20. BART

希望这些模型能够帮助你。如果你想了解这些模型的更多信息，我可以为你提供一些资源。

又可乐
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
腾讯自研万亿级NLP大模型，自动生成和衍生广告文案
腾讯广告算法大赛
03-03 1964
低成本可落地，混元AI大模型技术再现突破
nlu模型训练源码分析
发呆的比目鱼的博客
11-19 1106
nlu模型训练源码分析 rasa/train.py是模型训练的文件，_train_async_internal函数是训练nlu和core的入口，_train_nlu_with_validated_data是训练nlu的函数。 async def _train_async_internal( ### train and core 入口 file_importer: TrainingDataImporter, train_path: Text, output_path: Text,
谷歌最强NLU模型BERT介绍
kwame211的博客
01-20 2166
本文主体部分分为四部分，第一部分简介，对BERT模型进行一个简要概述。第二部分介绍BERT模型的结构，BERT模型在结构上的创新不大，利用的主要是Transformer，以及把OpenAI GPT模型的单向Transformer改为了双向，本文不对Transformer结构进行介绍。第三部分介绍预训练，这是本文的重点，也是BERT模型的重点，以及Google关于BERT模型的paper的最大创新点...
NLP-预训练模型-2019-NLU+NLG：UniLM（自然语言理解与生成的统一预训练语言模型）
u013250861的博客
03-21 1353
UniLM论文全名为Unified Language Model Pre-training for Natural Language Understanding and Generation，译为自然语言理解与生成的统一预训练语言模型。 本文提出了采用BERT的模型，使用三种特殊的Mask的预训练目标，从而使得模型可以用于NLG，同时在NLU任务获得和BERT一样的效果。 模型使用了三种语言模型的任务： unidirectional prediction bidirectional prediction
Rasa2.5x之只训练NLU模型
greatwind的博客
04-22 498
仅训练NLU模型 要仅训练NLU模型，请运行： rasa train nlu 这将在data/目录中查找NLU训练数据文件，并在models/目录中保存训练模型。模型的名称将以nlu-开头。 在命令行上测试NLU模型 要在命令行上试用NLU模型，请运行以下命令： rasa shell nlu 这将启动rasa shell，并要求您输入一个消息以进行测试。你可以随时输入你喜欢的信息。 或者，您可以省去nlu参数，直接传入仅nlu的模型： rasa shell -m models/nlu-20190515-
使用了一个nlu比赛基于语义槽的数据集，尝试使用bilstm和transformer训练语义分类.zip
01-03
本项目似乎关注于利用深度学习模型来提升NLU的性能，特别是通过使用语义槽（Semantic Slots）的数据集进行语义分类。语义槽通常用来识别和抽取句子中的特定信息片段，如时间、地点、人物等，这对于对话系统和智能...
graph-nlu：Graph NLU是一种自然语言理解工具，它利用了graph数据库的功能
02-03
机器学习，特别是深度学习，已经在NLP领域取得了显著成就，例如使用神经网络模型进行语义表示和序列标注。在图数据环境中，图神经网络（GNN）可以用来学习节点和边的表示，这些表示可以捕捉到图的结构信息。通过训练...
语音识别训练模型应用与改进
03-25
常见的模型架构包括传统的 Hidden Markov Models (HMM) 和 Gaussian Mixture Models (GMM)，以及近年来流行的深度学习模型，如 Convolutional Neural Networks (CNN)、Long Short-Term Memory (LSTM) 网络，以及 ...
COVID19-x射线分类器：使用X-RAY或CT-SCAN对正或负COVID19进行分类的分类器，其准确性为99％，召回率（宏平均值）和91％（宏平均值）
01-31
在本项目中，深度学习模型被用于识别和区分COVID-19患者的肺部X-RAY或CT-SCAN图像与其他肺部疾病的图像。 二、VGG16与InceptionV3模型 项目中涉及了两种著名的深度学习模型——VGG16和InceptionV3。VGG16由Visual ...
my_dialogue_system:対话システム
03-18
使用TensorFlow或PyTorch可以构建深度学习模型，如seq2seq模型或Transformer模型，用于理解和生成对话。 1. **NLTK与spaCy**：这两个库提供了丰富的文本预处理工具，如分词、停用词移除、词干提取，以及句法分析，...
nlu:1条线，适用于数百种NLP模型和算法
04-13
NLU：Spark NLP的强大功能，Python的简单性 John Snow Labs的NLU是一个Python库，可通过一行代码直接在任何数据框上应用最新的文本挖掘。 作为屡获殊荣的Spark NLP库的基础，它提供了数十种语言的数百种预训练模型-所有这些模型都是生产级的，可伸缩的和可训练的。 项目网站 查看我们的官方Spark NLU页面： ： 以获取用户文档和示例 行动中的NLU 特征 代币化 可训练的分词 停止单词删除 令牌规范化器 文件规范化器 茎干 脱胶机 NGrams 正则表达式匹配 文字匹配 块状 日期匹配器 句子检测器 深度句检测器（深度学习） 依赖项解析（标记/未标记） 词性标记 情绪检测（ML模型） 拼写检查器（ML和DL型号） 词嵌入（GloVe和Word2Vec） BERT嵌入（TF集线器型号） ELMO嵌入（TF集线器型号） ALBERT嵌入
一种融合了NLU和NLG的生成模型
木东的博客
12-31 825
论文标题：A Generative Model for Joint Natural Language Understanding and Generation论文来源：ACL2020论文链接：https://arxiv.org/pdf/2006.0749...论文源码：https: //github.com/andy1946... Abstract 自然语言理解和自然语言生成是构建任务型对话系统的两个基础而相关的工作，但两者处理的过程相反。NLU将自然语言转化为形式化的表达，而NLG则做相反的转换。在这
论文总结之任务型对话NLU
weixin_44487404的博客
05-13 949
论文总结之任务型对话NLU 最近学习了关于任务型对话NLU的一些论文。大致总结了近些年比较经典的学术界的NLU模型。虽然有些方法现在来看比较常见了，但是思想依旧可以有参考价值。像seq2seq、attention、gate机制对于NLU步骤的优化。 预训练模型Bert、GPT2的提出以及改进刷榜了各项自然语言处理任务。所以贴上了一篇bert做nlu的baseline文章。另外实验室同门最新研究成果基于bert的改进达到了Sota，还未发表就不贴啦。 最后一篇也是实验室师兄关于融入上下文和知识的NLU文章 【
NLP大模型微调答疑
狮子座明仔知识集散场
05-17 9118
我理解ChatGLM-6B模型是走完 “预训练-SFT-RLHF” 过程训练后的模型，其SFT阶段已经有上千指令微调任务训练过，现在我们只是新增了一类指令数据，相对大模型而已，微调数据量少和微调任务类型单一，不会对其原有的能力造成大的影响，所以我认为是不会导致灾难性遗忘问题，我自己微调模型也没出现此问题。ChatGLM-6B, LLaMA-7B模型分别是60亿参数量和70亿参数量的大模型，基本可以处理所有NLP任务，效果好，但大模型部署成本高，需要大显存的GPU，并且预测速度慢，V100都需要1秒一条。
基于Rasa_NLU的微信chatbot
u010883226的专栏
02-14 4221
转自：http://rowl1ng.com/%E6%8A%80%E6%9C%AF/chatbot.html 重要资料 chatbot三步走：nlu model->dialogue policy->agent 本项目的github地址：Rasa_wechat 视频讲解（正文+编程+QA）：bilibili Rasa_NLU官方文档 Rasa_Core官方文档 wxpy文档 ...
nlu对话解析模块
不起眼的小学生
12-17 1188
SLU用于理解用户输入信息,将用户的语义拆成槽值对.例如如下所示: 产生用户的意图,槽和对应的槽值.产生插槽和插槽值主要有两个解决方法。 第一个涉及创建语法规则列表来解析用户的话语 第二种方法依赖于统计训练模型，我们训练分类器根据训练数据直接标记话语。 传统方法可以根据正则表达式来匹配用户的输入,随后可以达到解析用户话语的目的. 也可以用传统的机器学习方法.例如通过svm的方法进行用...
大模型系统和应用——基于大模型的文本理解与生成
日积月累，天道酬勤
11-03 6540
介绍基于大模型的文本理解与生成。
自然语言理解的进化：AI大模型在NLU领域的突破
最新发布
禅与计算机程序设计艺术
01-06 639
1.背景介绍 自然语言理解(Natural Language Understanding, NLU)是人工智能(AI)领域中的一个关键技术，它涉及到自然语言处理(Natural Language Processing, NLP)中的各种任务，例如文本分类、命名实体识别、情感分析、语义角色标注等。随着数据规模的增加和算法的进步，AI大模型在NLU领域取得了显著的突破，这篇文章将从背景、核心概念、算...
RASA3.0-NLU详细介绍
fzz97_的博客
01-25 1356
Rasa NLU的详细介绍，包括其需要的各类训练数据，可使用的组件及流水线配置，输出格式及内容等。
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