Week3-7NLP task 3/3

最新推荐文章于 2024-06-23 09:41:22 发布
最新推荐文章于 2024-06-23 09:41:22 发布
阅读量483 收藏
点赞数
分类专栏： NLP(Michigan)
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/zypandora/article/details/49926949
版权

Q & A

  • Jeopardy game

Sentiment analysis

Understand the sentiment in the text, whether they are positive or negative, or have more polars.

Machine Translation

  • Google translate
  • Moses

Noise channel model(Chinese whispers)

这里写图片描述

f in the middle is observed as the source language, we have to decode it to e’, i.e. the target sentence.

Text summarization

Produce the short version of the document

Multi document summarization

Given a series of documents, the system produces the information that is in consensus in all of the documents, or concentrates itself on the difference among the documents.

Text to speech

Entailment and paraphrasing

Inference the hypothesis from the text.

Dialogue system

Many other applications

这里写图片描述

zypandora
关注
专栏目录
【GPT-3】第2章 使用 OpenAI API
sikh_0529的博客
09-28 2万+
尽管 GPT-3 是世界上最复杂和最复杂的语言模型，但它的功能被抽象为最终用户的简单“文本输入、文本输出”界面。本章将帮助你开始使用 Playground 接口，并介绍 OpenAI API 的技术细微差别，因为细节总是能揭示真正的瑰宝。要完成本章，您需要注册一个OpenAI 帐户位于。如果您还没有这样做，请现在就这样做。在 OpenAI Playground 中导航您的OpenAI 开发者帐户提供对 API 的访问和无限可能。
NLP自然语言处理系列- week7- 检索模型（排序、整合）（10）
段智华的博客
02-28 469
NLP自然语言处理系列- week7- 检索模型（排序、整合）（10） 检索模型（精排）排序模块步骤： 处理数据 ⼈⼯特征 深度匹配 排序 整合 目录排序整合 排序 使⽤LightGBM训练排序模型 params = {'boosting_type': 'gbdt', 'max_depth': 5, 'objective': 'binary', 'nthread': 3, # Updated from nthread '
Week3-6NLP task 2/3
zypandora的博客
11-18 294
Information ExtractionInput: Sentences or documentsUnderstand different entities and other things, and change it to a form like table that is useful to people.OutputSemantics First order logic Inferenc
Week3-5NLP task 1/3
zypandora的博客
11-18 392
NLP tasksPart of speech tagging Predict the part of speech for every word in the sentence. ParsingPhrase structure grammarParse treeStanford parserParsing resultDependency parsing
大模型微调之 使用 LLaMA-Factory 微调 Llama3
段智华的博客
04-25 2616
大模型微调之 使用 LLaMA-Factory 微调 Llama3使用 LLaMA Factory 微调 Llama-3 中文对话模型 请申请一个免费 T4 GPU 来运行该脚本 运行结果为： 检查 GPU 环境 更新自我认知数据集 可以自由修改 NAME 和 AUTHOR 变量的内容。 identity.json的文件内容为： 同时，加载alpaca_gpt4_en,alpaca_gpt4_zh数据集，对应alpaca_gpt4_data_en.json、alpaca_gpt4_data_zh.jso
Coursera自然语言处理 Week3 笔记
Shenglei Sketches
10-18 396
PCFG parsing
week6-Word Embedding
myooooou的博客
09-08 136
week6-Word Embedding
week1-nlp-coursera-intro
tinymd的博客
11-02 132
Intro to NlpMain approaches in NlpRule-based methodProbabilistic modeling and machine learningDeep learningArrangement Main approaches in Nlp Here, this video goes through all three main approaches by...
自然语言处理笔记week8
最新发布
Max_Uer的博客
06-23 632
算法思想是，对于给定的一个单词和它所在的上下文，我们在辞典中找到该单词的所有注释，然后将各个注释一一与上下文对比得到它们重合的单词数目，然后选择重合单词最多的注释作为该单词的词义。因为辞典的词义是按照出现频率排序的。（1） Lexical Sample task词汇采样：有一小部分预选好的目标词，和每个单词的sense的集合，使用有监督学习为每一个单词训练一个分类器。是指：给定一个上下文中的单词，以及这个单词所有可能的sense，找出在这个上下文里，该单词最合适的sense。下面主要介绍 Lesk 算法。
javase学习笔记，学习时间一个月，发布笔记进度1/3
m0_60726300的博客
04-10 1875
1. Java基本语法 1.1 语言概述 1.1.1 整体语言概述 1.1.2 Java语言概述 1.1.2.1 基础常识 软件：即一系列按照特定顺序组织的计算机数据和指令集合。分为系统软件和应用软件 系统软件：Windows，mac os，linux，unix，android，ios，… 应用软件：word，ppt，画图板 人机交互方式：图形化界面vs命令行方式 应用程序=算法+数据结构 1.1.2.2 计算机语言的发展迭代史 第一代：机器语言 第二代：汇编语言 第三代：高级语言 面向过程：C，P
linux常用命令-part3
热门推荐
chinayuan的专栏
05-01 2万+
中文怎么发音 Ubuntu 有奔头，乌版图 Fedora 费德勒，菲朵拉 Debian 迪扁，德槟 CentOS 桑托斯 森头斯       Linux发展历史: 1) RedHat ---> 1.RedHat                2.CentOS                3.Fedora  桌面图形系统        rpm, yum 命令 2)
Week7-1Noisy channel model
zypandora的博客
12-22 744
The noisy channel model Example: Input: written English(X) Encoder: garble the input(X->Y) Output: spoken English(Y) More examples: Grammatical english to english with mistakes English to bitmaps(cha
Week6-6Language Modelling3
zypandora的博客
12-20 721
Evaluation of LM Extrinsic Intrinsic Correlate the two for validation purposes Intrinsic: Perplexity Does the model fit the data? A good model will give high probability to a real sentence. Perplexity
Week3-4Dimensionality reduction
zypandora的博客
11-17 638
Problems with the simple vector approaches to similarityDimensionality reduction looking for hidden similarities in data based on matrix decomposition Matrix decompositionSVDExample Assume that we have
Week4-4Earley Parser
zypandora的博客
11-27 578
Background Developed by Jay Earley in 1970 No need to convert grammar to CNF Left to right Complexityfast than O(n3)O(n^3) in many casesEarley Parser look for both full and partial constituents when re
Wee5-5Statistical parsing
zypandora的博客
12-10 564
PCFGNeed for PCFG Time flies like an arrow Many parses Some more likely than others Need for a probabilistic ranking method DefinitionJust like CFG, a 4 tuple(N,Σ,R,S)(N, \Sigma, R, S) N: non-terminal
Week4-3Classic parsing methods
zypandora的博客
11-23 556
Parsing as search There are 2 types of constraints on the parses from the input sentence from the grammar Therefore 2 types of approaches to parsing Top-down Bottom-up Shift-reduce parsing a bottom
Week6-7Word Sense Disambiguation
zypandora的博客
12-20 552
Introduction polysemy words have multiple senses homonymy POS ambiguity Word sense disambiguation Task given a word and its context Use for machine translation e.g., translate ‘play’ into Spanish pl
GPT-3：重塑自然语言处理的巨无霸模型
"本文深入介绍了GPT-3，一个由OpenAI开发的具有1750亿参数的大型预训练自然语言处理模型。GPT-3通过无监督学习掌握了语言结构，无需特定任务微调就能执行多种语言任务，如文本生成、摘要、对话和翻译。该模型在内容...
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