NLP与深度学习（二）循环神经网络
1. 循环神经网络在介绍循环神经网络之前，我们先考虑一个大家阅读文章的场景。一般在阅读一个句子时，我们是一个字或是一个词的阅读，而在阅读的同时，我们能够记住前几个词或是前几句的内容。这样我们便能理解整个句子或是段落所表达的内容。循环神经网络便是采用的与此同样的原理。循环神经网络（RNN，Recurr...
nlp中如何数据增强
在自然语言处理（NLP）中，数据增强是一种常用的技术，旨在通过对原始文本进行一系列变换和扩充，生成更多多样化的训练数据。这有助于提高模型的泛化能力和鲁棒性。下面是一些常见的数据增强方法在NLP中的应用： 1. 同义词替换（Synonym Replacement）：将输入文本中的某些词替换为其同义词，...
NLP快速入门
NLP入门 课程链接：https://www.bilibili.com/video/BV17K4y1W7yb/?p=1&vd_source=3f265bbf5a1f54aab2155d9cc1250219 参考文档链接1：NLP知识点：Tokenizer分词器 - 掘金 (juejin.cn...
NLP（二十七）开放领域的三元组抽取的一次尝试
NLP（二十七）开放领域的三元组抽取的一次尝试 当我写下这篇文章的时候，我的内心是激动的，这是因为，自从去年6月份...
NLP（十九）首次使用BERT的可视化指导
本文（部分内容）翻译自文章A Visual Guide to Using BERT for the First Time，其作者为Jay Alammar...
自然语言处理(NLP)
苹果语音助手Siri的工作流程：听懂思考组织语言回答这其中每一步骤涉及的流程为：语音识别自然语言处理 - 语义分析逻辑分析 - 结合业务场景与上下文自然语言处理 -...
【自然语言处理】【深度学习】NLP中的N-gram理解
N-gram是自然语言处理（NLP）中的一个概念，它描述的是文本中连续的n个项（通常是单词或字符）。这个概念主要用于语言建模和文本分析中。 具体来说： Unigram (1-gram): 包含一个单词的序列，例如句子中的单个单词。 Bigram (2-gram): 包含两个相邻单词的序列。例如，...
带你熟悉NLP预训练模型：BERT
将三种信息分别输入Embedding层如果出现输入是句子对的情况呢？BERT ArchitectureBERT由Encoder Layer堆叠而成，Encoder Layer的组成与Transformer的Encoder Layer一致：自注意力层 + 前馈神经网络，中间通过residual con...
NLP任务中常用的损失函数
余弦相似度： L ( a , ...
【NPL】自然语言处理（Natural Language Processing，NLP）的发展简述-关键词
语法和语义模型统计模型深度学习方法Transformer模型预训练语言模型 上面这几个关键词就是NLP不断升级和赋能的过程，从探索到预训练模型，不得不佩服这方面付出巨大的前辈们，我们都是站在巨人的肩膀上前行，期待NLP更多突破 总结：相信NPL在未来5年内还会有更新突破的项目，预测也会有很...
NLP自然语言处理介绍
自然语言处理（NLP，Natural Language Processing）是一门涉及计算机与人类语言之间交互的学科。它的目标是使计算机能够理解和生成人类语言，从而更好地处理和解析大量的文本数据。NLP不仅是人工智能领域中一个重要的分支，也是当今社会应用广泛的领域之一。 在NLP中，一个基础但关键...
NLP问题特征表达基础 - 语言模型（Language Model）发展演化历程讨论
1. NLP问题简介0x1：NLP问题都包括哪些内涵人们对真实世界的感知被成为感知世界，而人们用语言表达出自己的感知视为文本数据。那么反过来，NLP，或者更精确地表达为文本挖掘，则是从文本数据出发，来尽可能复原人们的感知世界，从而表达真实世界的过程。这里面就包括如图中所示的模型和算法，包括：（）文本...
NLP&深度学习：近期趋势概述
NLP&深度学习：近期趋势概述摘要：当NLP遇上深度学习，到底发生了什么样的变化呢？在最近发表的论文中，Young及其同事汇总了基于深度学习的自然语言处理（NLP）系统和应用程序的一些最新趋势。本文的重点介绍是对各种NLP任务（如视觉问答（QA）和机器翻译）最新技术（SOTA）结果的回顾和比...
NLP资源
http://www.cs.columbia.edu/~mcollins/notes-spring2013.htmlhttp://web.stanford.edu/class/cs224n/syllabus.html
干货 | 请收下这份2018学习清单：150个最好的机器学习，NLP和Python教程
机器学习的发展可以追溯到1959年，有着丰富的历史。这个领域也正在以前所未有的速度进化。在之前的一篇文章中，我们讨论过为什么通用人工智能领域即将要爆发。有兴趣入坑ML的小伙伴不要拖延了，时不我待！在今年秋季开始准备博士项目的时候，我已经精选了一些有关机器学习和NLP的优质网络资源。一般我会找一个有意...
【NLP CS224N笔记】汇总
【NLP CS224N笔记】Lecture 1 - Introduction of NLP【NLP CS224N笔记】Lecture 2 - Word Vector Representations: word2vec
NLP+词法系列（二）︱中文分词技术简述、深度学习分词实践（CIPS2016、超多案例）
摘录自：CIPS2016 中文信息处理报告《第一章 词法和句法分析研究进展、现状及趋势》P4 CIPS2016 中文信息处理报告下载链接：http://cips-upload.bj.bcebos.com/cips2016.pdf之前写过一篇中文分词总结，那么在那篇基础上，通过在CIPS2016的...
[转]【NLP】干货！Python NLTK结合stanford NLP工具包进行文本处理 阅读目录
【NLP】干货！Python NLTK结合stanford NLP工具包进行文本处理 原贴: https://www.cnblogs.com/baiboy/p/nltk1.html阅读目录目录1 NLTK和StandfordNLP简介2 安装配置过程中注意事项3 StandfordNLP必要工具...
【NLP】Python NLTK获取文本语料和词汇资源
Python NLTK 获取文本语料和词汇资源作者：白宁超2016年11月7日13:15:24摘要：NLTK是由宾夕法尼亚大学计算机和信息科学使用python语言实现的一种自然语言工具包，其收集的大量公开数据集、模型上提供了全面、易用的接口，涵盖了分词、词性标注(Part-Of-Speech tag...
【NLP】干货！Python NLTK结合stanford NLP工具包进行文本处理
干货！详述Python NLTK下如何使用stanford NLP工具包作者：白宁超2016年11月6日19:28:43摘要：NLTK是由宾夕法尼亚大学计算机和信息科学使用python语言实现的一种自然语言工具包，其收集的大量公开数据集、模型上提供了全面、易用的接口，涵盖了分词、词性标注(Part-...