Публикации по теме 'nlp'
Как выполнить мультиклассовую классификацию по нескольким ярлыкам для категорий новостей
В моем предыдущем посте показано, как выбирать функции активации и потери последнего слоя для разных задач. В этом посте мы сосредоточимся на многоклассовой классификации с несколькими метками.
Обзор задачи
Мы будем использовать новостной массив Reuters-21578 . Наша задача для данной новости - присвоить ей один или несколько тегов. Набор данных разделен на пять основных категорий:
Темы Места Люди Организации Биржи
Например, одна данная новость может иметь эти 3 тега,..
Визуальное семантическое сходство слова с предложением для создания титров: усвоенный урок
В этом сообщении в блоге я поделюсь с вами некоторыми знаниями и уроками, извлеченными из нашей недавней идеи исследования , которая должна работать в теории (т. е. BERT + GloVe), но на практике она не работает в нашем сценарии.
Недавний современный прогресс в предварительно обученных моделях зрения, языка и субтитров к изображениям в значительной степени зависит от длительного обучения на обильных данных. Однако эти улучшения точности зависят от длительных итераций обучения и наличия..
Мои заметки об Эрни 2.0 | Байду исследования | Тест клея SOTA
Введение:
ERNIE 2.0 — это система непрерывного предварительного обучения для понимания языка, в которой предварительные задания можно постепенно создавать и изучать посредством многозадачного обучения.
Алгоритмы, предшествовавшие Эрни, в основном фокусировались на одновременном появлении слов и предложений, но вместе с тем Эрни привносит понимание на уровне токенов, на структурном уровне и на семантическом уровне.
Основное преимущество – непрерывное обучение. Направлено на..
Перевод с английского на испанский с Transformer
Перевод с английского на испанский с помощью Transformer
В этом разделе мы рассмотрим пример использования трансформатора для перевода с английского на испанский, исходный код создан Автором: Франсуа Шолле (ссылка: https://keras.io/examples/nlp/neural_machine_translation_with_transformer / ).
Для начала загружаем необходимые для этого приложения пакеты
Затем давайте получим данные и предварительно обработаем их. Данные, используемые в этом коде, предоставлены веб-сайтом Anki (..
Будущее диалогового ИИ: интеграция НЛП и моделей большого языка для улучшения чат-ботов
По мере того, как область искусственного интеллекта продолжает развиваться, чат-боты и другие диалоговые системы искусственного интеллекта становятся все более изощренными. Одним из самых интересных последних достижений в этой области является появление больших языковых моделей (LLM), таких как GPT-3, которые могут генерировать ответы, подобные человеческим, на пользовательские сообщения. Однако, хотя LLM — мощный инструмент для диалогового ИИ, это не единственный инструмент, который..
Введение в обработку естественного языка (NLP)
Введение
Машинное обучение быстро развивалось в последнее десятилетие. Люди вносят значительный вклад во все области этой интригующей специализации. Если подумать, мы, по сути, учим компьютер изучать концепции мира, как мы их понимаем. Естественно, прежде чем что-то станет понятным для компьютеров, мы, как люди, должны сначала полностью понять концепции. Итак, как мы узнаем, что что-то понимаем? Это довольно просто: вы выбираете кого-нибудь, кого угодно, и пытаетесь объяснить им, что..
Введение в НЛП и его важность в современном технологическом ландшафте
Обработка естественного языка (NLP) — это ветвь искусственного интеллекта (ИИ), которая занимается взаимодействием между компьютерами и человеческим языком. Целью НЛП является разработка алгоритмов и моделей, которые могут понимать, интерпретировать и генерировать человеческий язык. NLP имеет широкий спектр приложений, от языкового перевода до анализа настроений, и имеет решающее значение в современном технологическом ландшафте.
Одной из наиболее заметных областей, где НЛП оказало..
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..