文章
NLP领域中更有效的迁移学习方法
<blockquote<strong摘要:</strong迁移学习在计算机视觉领域中应用广泛,而NLP领域才刚刚起步。本文介绍了NLP领域中的两种迁移学习方法,分别是与训练的嵌入层及微调模型,嵌入层目前应用较为广泛,但微调模型后来者居上。</blockquote!clipboard
免费的NLP学习资源,了解一下
<blockquote<strong摘要:</strong本文列出了一些适用于初学者和从业者学习自然语言处理的相关资源。</blockquote自然语言处理表示计算机系统理解人类语言的能力,它是人工智能的一部分。网上有很多种资源可以帮助你从零开始学习NLP。本文列出了适用于初学者和从
自然语言处理入门教程
自然语言处理(NLP)是计算机科学领域和人工智能领域中的一个分支,它与计算机和人类之间使用自然语言进行互动密切相关。NLP的最终目标是使计算机能够像人类一样理解语言。它是虚拟助手、语音识别、情感分析、自动文本摘要、机器翻译等的驱动力。在这篇文章中,你将学习到自然语言处理的基础知识,深入了解到它的一些
自然语言处理——TF-IDF
TFIDF在自然语言处理——词袋模型与向量化(https://segmentfault.com/a/1190000016243494)中我们讲到在文本挖掘的预处理中,向量化之后一般都伴随着TFIDF的处理,那么什么是TFIDF,为什么一般我们要加这一步预处理呢?这里就对TFI
自然语言处理——词袋模型与向量化
词袋模型词袋模型(BagofWords,简称BoW),所谓的词袋模型是一种用机器学习算法对文本进行建模时表示文本数据的方法。词袋模型假设我们不考虑文本中词与词之间的上下文关系,仅仅只考虑所有词的权重。而权重与词在文本中出现的频率有关。与词袋模型非常类似的一个模型是词集模型(S
用神经网络深入研究计算机视觉(第1部分)
<blockquote<strong摘要:</strong关于计算机视觉你知道的可能有些少!</blockquote计算机视觉是人工智能(AI)中的热门研究课题,它已经存在多年。然而,计算机视觉仍然是人工智能面临的最大挑战之一。在本文中,我们将探讨使用深度神经网络来解决计算机视觉的一
机器学习 vs. 深度学习
<blockquote<strong摘要:</strong来看看我们分析的和您想的是否一致。</blockquote本文在透彻剖析深度学习及机器学习的同时,就多方面对两者进行比较,进而探究其未来的发展趋势。!clipboard.png(/img/bVbfB6a?w520&a
深度学习文本分类在支付宝投诉文本模型上的应用
小蚂蚁说:随着深度学习的快速发展,以及在图像、语音领域取得的不错成果,基于深度学习的自然语言处理技术也日益受到人们的关注。计算机是怎么理解人类的语言的呢?传统机器学习的应用,常常是利用上述人工总结的文本特征,但往往会遇到一些问题。比如“猫”和“咪”这两词语的语义很接近(即近义词),但
改变世界的七大NLP技术,你了解多少?(下)
<blockquote<strong摘要:</strong这里有改变世界的7大NLP技术,点进来了解一下吧!</blockquote改变世界的七大NLP技术,你了解多少?(上)!clipboard.png(/img/bVbepwB?w361&h238)在第1部
人工智能有哪些突破
<blockquote<strong摘要:</strong本文讲述了在过去一年里人工智能在哪些方面获得了哪些突破。</blockquoteAI子领域包括:机器学习(ML),自然语言处理(NLP),深度学习(DL),机器人流程自动化(RPA),回归等等。那么过去一年AI到底获得了那些突
已加载文章中没有匹配内容,试试其他关键词或清空搜索。