Публикации по теме 'nlp'
Веселая хрупкость API НЛП
И как я более известный комик, чем Джо Роган
Недавно я работал над функциональностью Follow Reset , которая требует машинного обучения и обработки естественного языка, поэтому я экспериментировал с двумя известными API NLP: AWS Comprehend и Google Natural Language . Хотя мой основной интерес к этим API связан с их возможностями пользовательского моделирования, мне было любопытно посмотреть, какие быстрые результаты я могу получить с помощью их базовых функций распознавания сущностей и..
Мы использовали слово «апешит» в документе для очень важной конференции 🙈
Международная конференция по машинному обучению (уже 36 лет - трудно поверить, что ICML существует так долго!) В этом году состоится 5–9 июня в Лонг-Бич, штат Калифорния.
Как вы, возможно, догадались из нашего предыдущего поста о ICLR , принятие статьи на крупную конференцию по машинному обучению - большое дело , фактически, это основной способ, которым ученые делятся своими исследованиями с другими в их поле. 😇
В этом году наша CSO Женевьева Паттерсон приняла документ! Она..
ОБРАБОТКА ЕСТЕСТВЕННОГО ЯЗЫКА: МАШИНЫ ИЗУЧАЮТ ЯЗЫК ЛЮДЕЙ
Приложения обработки естественного языка (NLP) переживают бум в последние несколько лет. Основная цель НЛП — расшифровать и понять человеческий язык и придать ему смысл. НЛП используется для обобщения текстов, создания чат-ботов, анализа настроений и автоматической пометки. Новая функция, представленная Twitter для пометки твитов проверкой фактов, является частью функции НЛП, извлечения темы, но они не выпустили ее для всех. Поскольку количество данных, сгенерированных человеком, на..
Простое введение в обработку естественного языка (NLP)
Обработка естественного языка ( NLP ) — ключевая область в сфере искусственного интеллекта. Это включает в себя способность компьютеров анализировать, понимать и генерировать человеческий язык. Эта технология имеет широкий спектр приложений, от голосовых помощников до языкового перевода и анализа текста.
Важность НЛП в нашей повседневной жизни очевидна. Мы часто используем голосовых помощников, чтобы устанавливать напоминания, отвечать на вопросы и даже совершать телефонные звонки...
Обработка естественного языка (NLP): расширенное руководство для начинающих (часть 14) — Лексическая обработка…
В этой многосекционной итеративной серии вы познакомитесь с лексической обработкой: представление TF-IDF (частота терминов — обратная частота документа). Является продолжением 13 части серии.
Представление мешка слов, хотя и эффективное, является очень наивным способом представления текста. Это зависит только от частоты слов в словах документа. Как бы то ни было, не могли бы вы сказать, что репрезентация слов не должна зависеть исключительно от частотности слов? Есть еще один метод..
Тематическое исследование | Как LinkedIn использовала НЛП для разработки системы поиска справки
Это краткое изложение и основные выводы из исходного сообщения LinkedIn о том, как NLP используется (по состоянию на 2019 ) при разработке своей системы поиска справки.
Постановка задачи:
По запросу пользователя извлеките из базы данных наиболее релевантную справочную статью.
Итерация 1: начальное решение
Проиндексированы все справочные статьи (документы) в базе данных с помощью Lucene Index . Короче говоря, он создает инвертированный словарь, который сопоставляет термины со..
Введение в основы Python 3, часть 8
В этом уроке мы перейдем к нашему третьему типу контейнера в Python, Tuple.
В заключение, кортеж похож на списки контейнером в том смысле, что он представляет собой последовательность значений, но они не изменяемы, как списки. Что действительно здорово, так это то, что все типы контейнеров, которые мы рассмотрели до сих пор, позволяют перебирать их с помощью циклов for; в будущем уроке я продемонстрирую такие примеры после объяснения итерации.
До скорого,
Калеб...
Новые материалы
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..
ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..