- 博客(8)
- 收藏
- 关注
RSS订阅原创 文本向量化-词嵌入方法系列2：动态词嵌入（ELMo+BERT+XLNet）
本文主要介绍了分散式文本表示中的三种动态词嵌入方法：ELMo、BERT和XLNet，介绍了每种模型的结构特点以及它们之间的对比。
2024-11-09 15:19:22
670
原创 文本向量化-词嵌入方法系列1：静态词嵌入(Word2Vec+GloVe)
本文主要介绍了分散式文本表示中的两种静态词嵌入方法：Word2Vec和GloVe，描述了它们的计算词向量的过程并对两者进行了对比。
2024-11-08 21:24:32
1135
原创 Financial distress prediction（企业财务困境预测）-论文精选
在入门金融风险预测时，通过各种渠道查阅学习了很多文献，花了不少精力。在这里做一个简短的总结博客，主要关注公司财务困境预测，这种预测能帮助投资者更好地了解企业，并允许银行和其他金融机构建立预警系统，避免风险传播。希望能帮助大家节省时间，快速了解这一领域，后续将持续更新，如有不足，欢迎批评指正。
2024-10-25 14:33:10
773
原创 NER-命名实体识别 序列生成方法
序列生成方法是将NER任务视为一个序列生成的过程，输入为原始文本，输出为相应的实体标签序列或者加上标签后的原文本序列，它与序列标注的方法的一大区别是它更灵活，不要求输出序列与输入序列的长度严格相同。
2024-10-23 10:28:33
1205
原创 中英文检测/语言识别分类的实用方法介绍
我在实习和写课程大作业的过程中都遇到过这样的问题，一个网站要支持多语言，有的时候就需要分语言训练模型，所以第一步就是识别用户输入的语言类型，然后再把inputted_sentence传给对应语言的工作流。但是感觉网上没有特别全面的方法介绍，因此我自己总结了以下两方面的方法分享给大家：（1）通过Unicode范围安装比例自己写一个简单函数（2）直接调用别人写好的工具包(langdetect,langid,fastText等)。
2024-10-15 08:29:46
671
原创 Python爬虫快速入门（Requests+BeautifulSoup+Scrapy）
爬虫是重要的数据获取方式，下面主要介绍3种常用的Python库：Requests，BeautifulSoup和Scrapy，教你轻松入门Python爬虫
2024-10-13 12:55:33
1185
原创 ACL2023-NER相关论文解读：SplitNER
今天要讲的这篇文章是发表在ACL2023会议上的Split-NER，文章题目如下，主要就是用pipeline方法先进行span detection再进行classification，两步操作都采用了QA的方式向模型进行提问，兼顾平衡了effective（train faster）和efficient（perform better），启示是以后对于复杂的NLP任务都可以采用先分解成several different sub-tasks，然后分别微调LLM解决。
2024-10-11 10:45:36
777
原创 NER-命名实体识别 入门解读
简单介绍了解决NER任务中的sequence labeling（序列标注）、interval prediction（区间预测）和question answering（问答）三种方法
2024-10-09 17:39:12
1656
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人