码迷,mamicode.com
首页 >  
搜索关键字:nlp    ( 935个结果
Xshell连接linux
Xshell 下载xshell 连接步骤 1.linux安装好,进行远程连接 总体步骤 1.查看linux ip 步骤 拍错步骤 ...
分类:系统相关   时间:2020-03-05 15:34:04    阅读次数:89
NLP(二十二)利用ALBERT实现文本二分类
在文章 "NLP(二十)利用BERT实现文本二分类" 中,笔者介绍了如何使用BERT来实现文本二分类功能,以判别是否属于出访类事件为例子。但是呢,利用BERT在做模型预测的时候存在预测时间较长的问题。因此,我们考虑用新出来的预训练模型来加快模型预测速度。 本文将介绍如何利用ALBERT来实现文本二分 ...
分类:其他好文   时间:2020-03-04 23:22:25    阅读次数:75
机器学习基础——详解自然语言处理之tf-idf
本文始发于个人公众号: TechFlow ,原创不易,求个关注 今天的文章和大家聊聊文本分析当中的一个简单但又大名鼎鼎的算法—— TF idf 。说起来这个算法是自然语言处理领域的重要算法,但是因为它太有名了,以至于虽然我不是从事NLP领域的,但在面试的时候仍然被问过好几次,可见这个算法的重要性。 ...
分类:编程语言   时间:2020-03-04 10:03:47    阅读次数:89
百度EasyDL专业版课程上线!解密NLP 情感分类技术解析并实战模型开发
技术直播课,讲解“解密 EasyDL 专业版的技术原理”和“NLP 情感分类技术解析与模型开发实战”
分类:其他好文   时间:2020-03-04 00:43:29    阅读次数:91
EasyDL专业版课程上线!解密NLP 情感分类技术解析并实战模型开发
百度EasyDL深度学习实战营专业版课程开课,为您讲解“解密 EasyDL 专业版的技术原理”和“NLP 情感分类技术解析与模型开发实战”
分类:其他好文   时间:2020-03-04 00:42:34    阅读次数:89
广告行业中那些趣事系列4:详解从配角到C位出道的Transformer
摘要:上一篇广告行业中那些趣事系列3:NLP中的巨星BERT,从理论的角度讲了下NLP中有里程碑意义的BERT模型。BERT具有效果好和通用性强两大优点,其中效果好最主要的原因就是使用了Transformer作为特征抽取器。本篇主要详解下这个从配角到C位出道的Transformer,主要从宏观和微观... ...
分类:其他好文   时间:2020-03-01 12:52:50    阅读次数:134
广告行业中那些趣事系列2:BERT实战NLP文本分类任务(附github源码)
摘要:上一篇广告中那些趣事系列1:广告统一兴趣建模流程,我们了解了如何为广告主圈人群以及如何刻画用户的兴趣度。要想给用户打标签,我们需要构建数据源和标签的关联,也就是item-tag。针对数量较少的app数据源我们可以使用人工打标的方式来识别,但是对于news、用户query等数量较多的数据源则需要... ...
分类:其他好文   时间:2020-03-01 12:39:38    阅读次数:63
广告行业中那些趣事系列3:NLP中的巨星BERT
摘要:上一篇广告行业中那些趣事系列2:BERT实战NLP文本分类任务(附github源码)通过项目实战讲解了如何使用BERT模型来完成文本分类任务。本篇则从理论的角度讲解BERT模型的前世今生。BERT虽然在模型创新的角度来说并不是非常出色,但它是近几年NLP领域杰出成果的集大成者。BERT大火最重... ...
分类:其他好文   时间:2020-03-01 12:12:00    阅读次数:94
TextCNN实验
本论文是一篇介绍使用CNN对句子进行分类的论文。本文将介绍使用TensorFlow来实现整个论文的实验过程,一方面熟悉使用TensorFlow API,另一方面加深对CNN在NLP上的应用理解。 对于文本分类问题,常规方法就是抽取文本的特征,使用doc2evc或者LDA模型将文本转换成一个固定维度的 ...
分类:其他好文   时间:2020-02-24 13:04:57    阅读次数:77
SIGAI深度学习第十五集 循环神经网络4
讲授自然语言处理简介、RNN解决NLP问题的一般思路、中文分词、词性标注、命名实体识别、文本分类、机器翻译等具体问题。 大纲 自然语言处理简介RNN在NLP中的应用简介中文分词词性标注命名实体识别文本分类机器翻译 本集内容简介 这节课 ...
分类:其他好文   时间:2020-02-22 11:42:07    阅读次数:53
935条   上一页 1 ... 15 16 17 18 19 ... 94 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!