14天打卡學(xué)習(xí)
發(fā)簡(jiǎn)信
IP屬地：上海
-
-
一起看論文：Stochastic Answer Networks for Natural Language Inference論文鏈接：https://arxiv.org/abs/1804.07888 這篇論文提出了處理自然語(yǔ)言推理任務(wù)的SAN模型（隨機(jī)答案模型），在沒(méi)有用預(yù)訓(xùn)練模型構(gòu)造句子特征的情...
-
北京郵電大學(xué)研究生。<br>感興趣于：NLP，數(shù)據(jù)挖掘，模型壓縮。<br>歡迎關(guān)注，共同進(jìn)步。
-
通俗理解label smoothing 標(biāo)簽平滑實(shí)例
問(wèn)題背景 對(duì)于分類問(wèn)題，尤其是多類別分類問(wèn)題中，常常把類別向量做成one-hot vector(獨(dú)熱向量)。 簡(jiǎn)單地說(shuō)，就是對(duì)于多分類向量，計(jì)算機(jī)中往往用[0, 1, 3]等...
-
樓主可以放出來(lái)源碼嗎？
命名實(shí)體識(shí)別不只有BiLSTM+CRF
最近做命名實(shí)體識(shí)別（NER）的任務(wù)比較多，也剛剛接觸NER不久，做一下小小的總結(jié)。近兩年中文命名實(shí)體識(shí)別在信息抽取和關(guān)系抽取上的應(yīng)用受到了研究人員的廣泛關(guān)注，很多比賽也以NE...
-
PyTorch中的nn.Conv1d與nn.Conv2d本文主要介紹PyTorch中的nn.Conv1d和nn.Conv2d方法，并給出相應(yīng)代碼示例，加深理解。 一維卷積nn.Conv1d 一般來(lái)說(shuō)，一維卷積nn.Conv1d用于...
-
NLP中數(shù)據(jù)增強(qiáng)的綜述大全
與計(jì)算機(jī)視覺(jué)中使用圖像進(jìn)行數(shù)據(jù)增強(qiáng)不同，NLP中文本數(shù)據(jù)增強(qiáng)是非常罕見(jiàn)的。這是因?yàn)閳D像的一些簡(jiǎn)單操作，如將圖像旋轉(zhuǎn)或?qū)⑵滢D(zhuǎn)換為灰度，并不會(huì)改變其語(yǔ)義。語(yǔ)義不變變換的存在使增強(qiáng)...
-
必須通俗易懂！
最通俗易懂的解說(shuō)viterbi維特比算法！
這篇回答你絕對(duì)看得懂！如下圖，假如你從S和E之間找一條最短的路徑，除了遍歷完所有路徑，還有什么更好的方法？ 答案：viterbi (維特比)算法。 過(guò)程非常簡(jiǎn)單： 為了找出S...
-
linux常用的查看日志信息內(nèi)容命令
1、查詢字符串命令： cat fileName|grep '要查找的字符串' 實(shí)例：cat catalina.out|grep '2018041417434200258001...
-
從Siamse孿生網(wǎng)絡(luò)到Sentence-BERT綜述文本匹配一直是自然語(yǔ)言處理（NLP）領(lǐng)域一個(gè)基礎(chǔ)且重要的方向，一般研究?jī)啥挝谋局g的關(guān)系。文本相似度計(jì)算、自然語(yǔ)言推理、問(wèn)答系統(tǒng)、信息檢索等，都可以看作針對(duì)不同數(shù)據(jù)和場(chǎng)景的文...
個(gè)人介紹
請(qǐng)加NLP技術(shù)分享QQ群：931306904（注明簡(jiǎn)書，群內(nèi)已分享大量工業(yè)界和學(xué)術(shù)界NLP方向的解決方案、實(shí)例和教程）