HelloWorld 开发者社区

科技资讯

全部资讯

开源项目

全部项目

推荐好文

5分钟NLP:快速实现NER的3个预训练库总结

在文本自动理解的NLP任务中,命名实体识别(NER)是首要的任务。NER模型的作用是识别文本语料库中的命名实体例如人名、组织、位置、语言等。NER模型可以用来理解一个文本句子/短语的意思。它可以识别文本中可能代表who、what和whom的单词,以及文本数据所指的其他主要实体。在本文中,将介

集成学习中的软投票和硬投票机制详解和代码实现

快速回顾集成方法中的软投票和硬投票集成方法是将两个或多个单独的机器学习算法的结果结合在一起,并试图产生比任何单个算法都准确的结果。在软投票中,每个类别的概率被平均以产生结果。例如,如果算法1以40%的概率预测对象是一块岩石,而算法2以80%的概率预测它是一个岩石,那么

5分钟NLP:从 Bag of Words 到 Transformer 的时间年表总结

本文不是NLP研究的完整列表,因为太多了无法总结的这么完整!但是本文对影响NLP研究的一些重要的模型进行总结,并尽量让它简约而不是简单,如果你刚刚进入NLP领域,本文可以作为深入研究该领域的起点。BagofWords(BOW)1954:计算文档中每个单词的出现次数并将其用作特征。

「深度学习」感知机原理与实战(手写数字识别)

<blockquote留个纪念,🕚2022年2月15日上午11时,我的思否创作之路自此开启!🎉🎉🎉</blockquote前言所谓机器学习,在大多数时候都是拿到现有的模型做些简单的修改后就开始“炼丹”,主要工作就是调参,所以江湖人称“调参师”或者“炼丹师”。因此,我想对一些常用

正在加载更多文章…

加载更多

已加载文章中没有匹配内容,可继续加载更多。