【Sentence-bert】 Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks 論文: http...
IP屬地：安徽
-
【NLP論文】文本匹配/文本語(yǔ)義相似度任務(wù)、句向量生成相關(guān)論文
-
【NLP論文】新意圖發(fā)現(xiàn)相關(guān)論文1.Constrained Deep Adaptive Clustering with Cluster Refinement 論文:https://ojs.aaai.org/...
-
【NLP論文】OOD (Out-of-Distribution) 檢測(cè)相關(guān)論文1. GOLD: Improving Out-of-Scope Detection in Dialogues using Data Augmentation 論文：https...
-
【NLP論文】對(duì)比學(xué)習(xí)相關(guān)論文1. Self-Guided Contrastive Learning for BERT Sentence Representations 論文：https://arxiv....
-
【NLP論文】Prompt Learning提示學(xué)習(xí)相關(guān)論文1.Exploiting Cloze Questions for Few Shot Text Classifification and Natural Language In...
-
【NLP論文】文本糾錯(cuò)相關(guān)論文
錯(cuò)別字類型 1. 字形相似錯(cuò)誤。 2. 拼音相似錯(cuò)誤 3. 其他: 多字、少字、亂序 糾錯(cuò)難點(diǎn) 1. 需要一定的知識(shí)背景: 專有名詞、人名等 2. 需要一定推理和分析能力 3...
-
【NLP實(shí)戰(zhàn)】文本糾錯(cuò): pycorrector
Pycorrector實(shí)現(xiàn)文本糾錯(cuò) 代碼: https://github.com/shibing624/pycorrector[https://github.com/shib...
-
【NLP論文】SimCSE: 基于對(duì)比學(xué)習(xí)的句向量SimCSE: Simple Contrastive Learning of Sentence Embeddings 摘要 論文利用對(duì)比學(xué)習(xí)獲得更優(yōu)的句子向量，不管是用無(wú)標(biāo)簽...
-
【學(xué)習(xí)筆記】NLP-BERT系列【BERT】問(wèn)題 - 預(yù)訓(xùn)練與微調(diào)之間的不匹配問(wèn)題，微調(diào)時(shí)從未看到[MASK] - 收斂速度慢: 每個(gè)batch中只預(yù)測(cè)了15%的token，導(dǎo)致收斂速度慢；換句話說(shuō)，模型只...
-
【NLP論文】seq2seq預(yù)訓(xùn)練語(yǔ)言模型: BART摘要 BART是一個(gè)用來(lái)預(yù)訓(xùn)練seq-to-seq模型的去噪自編碼器。它通過(guò)在輸入序列中加入隨機(jī)的噪聲函數(shù)，并利用seq2seq結(jié)構(gòu)從損壞的文本中重構(gòu)原始文本來(lái)訓(xùn)練模型。BA...
-
【NLP論文】中文實(shí)體抽取: LEAR摘要 Span extraction旨在從原始文本中抽取出一些文本span (如單詞或短語(yǔ))。引入標(biāo)簽信息（如實(shí)體的tag）有助于提升文本表示，可以將span extract...
-
機(jī)器學(xué)習(xí)基礎(chǔ)（1）- ROC曲線理解本文用于理解ROC曲線的定義，繪制過(guò)程及其應(yīng)用實(shí)現(xiàn)，主要用于自我溫習(xí)回顧基礎(chǔ) 基本目錄如下： 什么是ROC曲線？1.1 ROC曲線的歷史1.2 ROC曲線的定義1.3 ROC...
-
機(jī)器學(xué)習(xí)基礎(chǔ)（2）- PCA與LDA比較本文用于理解機(jī)器學(xué)習(xí)中常見(jiàn)的兩種降維方法，主成分分析和線性判別分析，并對(duì)兩者進(jìn)行簡(jiǎn)單的對(duì)比。 基本目錄如下： 什么是PCA？1.1 先導(dǎo)數(shù)學(xué)知識(shí)準(zhǔn)備1.2 PCA基本概念理解...
-
機(jī)器學(xué)習(xí)基礎(chǔ)（16）- 主題模型LDA理解與應(yīng)用本文主要用于理解主題模型LDA（Latent Dirichlet Allocation）其背后的數(shù)學(xué)原理及其推導(dǎo)過(guò)程。本菇力求用簡(jiǎn)單的推理來(lái)論證LDA背后復(fù)雜的數(shù)學(xué)知識(shí)，苦于...
-
【NLP論文筆記】Sequence to Sequence Learning with Neural Networks本文主要用于記錄谷歌發(fā)表于2014年的一篇神作（引用量上千），現(xiàn)已被廣泛使用的Sequence to Sequence模型論文。方便初學(xué)者快速入門(mén)，以及自我回顧。 論文鏈接：...
-
【NLP論文筆記】Neural machine translation by jointly learning to align and translate本文主要用于記錄發(fā)表于2014年的一篇神作（引用量破5k）。該論文第一次將注意力機(jī)制引入了NLP領(lǐng)域，而本筆記意在方便初學(xué)者快速入門(mén)，以及自我回顧。 論文鏈接：https:/...
-
【NLP論文筆記】Effective Approaches to Attention-based Neural Machine Translation本文主要用于記錄發(fā)表于2015年的一篇神作（引用量上千）。該論文將注意力機(jī)制在機(jī)器翻譯的領(lǐng)域進(jìn)行了升級(jí)，而本筆記意在方便初學(xué)者快速入門(mén)，以及自我回顧。 論文鏈接：http:/...