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

思迈特软件Smartbi完成C轮融资,推动国产BI加速进入智能化时代

​2022年7月20日,思迈特软件Smartbi宣布完成C轮融资,继续领跑国内商业智能BI领域,本轮融资由光大控股旗下广州光控穗港澳青年创业基金独家投资。本次融资将帮助思迈特软件进一步扩大在商业智能BI领域的领先优势,着力提升产品核心竞争力,加强渠道建设与生态合作。此前,思迈特软件曾先后获得来自价值

案例分享:自动驾驶3D点云语义分割数据标注

在自动驾驶环境感知系统中,如何获取高精度实时路况数据,是决定自动驾驶系统行车安全的关键。目前主流的两种感知技术路径“纯视觉”与“高精地图激光雷达”中,由于激光雷达采集的3D点云路况数据更为密集、准确且具备三维地理信息,因此以3D点云数据为基础的感知算法即成为部分自动驾驶企业的核心技术路径,并诞生了

知识问答(KBQA)两种主流方法:基于语义解析和基于信息检索的方法介绍

什么是知识问答基于知识的问答是以知识库为认知源,在知识库的基础上回答自然语言问题。知识库(KB)是一个结构化数据库,其中包含形式<主题,关系,对象>的事实集合,每个事实都可以随附所谓的属性。‍例如,“_BarackObamagotmarriedt

使用 CLIP 对没有标记的图像进行零样本无监督分类

深度图像分类模型通常以监督方式在大型带注释数据集上进行训练。随着更多带注释的数据加入到训练中,模型的性能会提高,但用于监督学习的大规模数据集的标注成本时非常高的,需要专家注释者花费大量时间。为了解决这个问题,人们开始寻找更便宜的标注的标签来源,是否有可能从已经公开的数据中学习高质量的图像分类模型?

OPPO小布推出预训练大模型OBERT,晋升KgCLUE榜首

大规模预训练模型的出现,为自然语言处理任务带来了新的求解范式,也显著地提升了各类NLP任务的基准效果。自2020年,OPPO小布助手团队开始对预训练模型进行探索和落地应用,从“可大规模工业化”的角度出发,先后自研了一亿、三亿和十亿参数量的预训练模型OBERT。近期,OPPO小布助手团队和机器学习

ArgMiner:一个用于对论点挖掘数据集进行处理、增强、训练和推理的 PyTorch 包

论点挖掘(ArgumentMining)是一项从文本中提取论点成分的任务,通常作为自动写作评估系统的一部分。这是自然语言处理中一个非常热门的领域。一个好的AM模型可以将一段原始将一段原始文本的序列标记为它们所属的论点内容。虽然历史上这一问题被视为一个语义分割问题,最先进的(SOTA)AM技术

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。