Публикации по теме 'nlp'
На этой неделе я буду курировать твиттер-аккаунт Humans of ML.
В твиттер-аккаунте Humans of ML [ https://twitter.com/humansofm ] каждую неделю появляется новый человек, который берет на себя учетную запись и делится информацией о своей особой направленности на машинное обучение.
Я буду курировать контент на этой неделе [с 7–29–19 по 8–4–19]. В основном я буду писать о НЛП, особенно о его применении к научным и медицинским текстам, с расширенными версиями этих твитов, опубликованными в этом блоге.
Для предварительного просмотра содержимого..
Многозадачное обучение
СТАТЬЯ
Многозадачное обучение
Из книги Stephan Raaijmakers Глубокое обучение для обработки естественного языка
Эта статья посвящена многозадачному обучению для НЛП.
Получите скидку 40% на Глубокое обучение для обработки естественного языка , введя fccraaijmakers в поле кода скидки при оформлении заказа на manning.com .
Многозадачное обучение связано с изучением нескольких вещей одновременно. Например, одновременное изучение тегов речи и анализа настроений или..
Создание лучших моделей искусственного интеллекта: партнерство ILLA Cloud и Hugging Face, меняющее правила игры
Создание лучших моделей искусственного интеллекта: партнерство ILLA Cloud и Hugging Face, меняющее правила игры
ILLA рада объявить о сотрудничестве с Hugging Face, поставщиком технологий и услуг обработки естественного языка (NLP). Они наиболее известны своим пакетом NLP с открытым исходным кодом, который включает инструменты для генерации текста, языкового перевода и распознавания именованных объектов. ILLA более продуктивна, чем когда-либо прежде, благодаря Hugging Face. ИИ позволяет..
Обзор статьи 8: Методы анализа настроений на основе лексикона
В этом посте кратко изложена статья «Методы анализа настроений на основе лексики».
Ссылка на статью: https://mitpressjournals.org/doi/abs/10.1162/COLI_a_00049
Майте Табоада, Джулиан Брук, Милан Тофилоски, Кимберли Фолл, Манфред Стеде, 2011 г., «Методы анализа настроений на основе лексикона», в журнале «Вычислительная лингвистика», том 37, выпуск 2, стр. 267–307.
В этой статье анализ тональности и расчет семантической ориентации выполняются с помощью методов, основанных на..
Относительные алгоритмы умного дома
Искусственный интеллект и умный дом — часть 2
Глубокое обучение
Глубокое обучение было впервые предложено Hinton et al. в 2006 году. Суть глубокого обучения заключается в искусственной нейронной сети, которая относится к набору алгоритмов, решающих различные задачи, такие как изображения и тексты, в многослойных нейронных сетях. Ядром глубокого обучения является изучение признаков, целью которого является получение информации о признаках через иерархическую сеть, чтобы решить важную..
Обнаружение похожего вопроса при использовании One Shot Learning и Siamese Network
В этом блоге мы поговорим о похожих объектах, это могут быть Изображения, Голос, Музыка, Фразы, код языка программирования, лист ответов экзамена, поведение человека и т. д. Пусть у нас есть два похожих объекта, чтобы как человек мы могли легко сказать эти два объекта похожи, но что, если мы должны сделать это для тысяч или миллионов наборов из двух объектов, если мы делаем это вручную, мы должны заплатить стоимость, стоимость с точки зрения энергии и времени для обнаружения сходства. Но в..
Насколько хорош ChatGPT для задач контроля качества?
Практическое сравнение с использованием ChatGPT и отлаженных моделей на основе кодировщика для задач контроля качества.
ChatGPT , выпущенный OpenAI, представляет собой универсальную систему обработки естественного языка (NLP), которая понимает контекст разговора для предоставления соответствующих ответов. Хотя мало что известно о построении этой модели, она стала популярной благодаря своему качеству при решении задач на естественном языке. Он поддерживает различные языки, включая..
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..