注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. IJCAI 2020上与【图神经网络 (GNN)+NLP 】相关论文（五篇）

  2. 本文专门整理最新6篇图神经网络（GNN）应用在自然语言处理上的相关论文——AMR-to-text生成、Path GCN、图互注意力网络、常识知识、有向超图GCN。

  3. 所属分类：机器学习

    • 发布日期：2020-08-20
    • 文件大小：2097152
    • 提供者：syp_net

  1. ECE469_Artificial_Intelligence:库珀联合会ECE-469人工智能的源代码-Artificial intelligence source code

  2. ECE469_Artificial_Intelligence 库珀联盟ECE-469人工智能的课程作品（包括源代码） ECE-469： 本课程涵盖了AI的许多子主题，重点关注一些重要的子主题。 解释了“智能代理”方法，并为本课程的其余部分奠定了基础。 智能搜索：无信息搜索，深度优先搜索，广度优先搜索，迭代加深； 知情搜索，最佳优先搜索，A *，启发式，爬山； 约束满足问题； 智能游戏，minimax搜索，alpha-betapruning。 机器学习：概率，贝叶斯学习； 决策树；统计机器学习

  3. 所属分类：其它

    • 发布日期：2021-03-25
    • 文件大小：16777216
    • 提供者：weixin_42134769

  1. nn4nlp-concepts:与用于NLP的神经网络有关的概念的资料库-源码

  2. NLP的神经网络中的概念 （ ， ）和其他贡献者 这是一个存储库，它试图根据经验总结最重要的概念，以理解NLP神经网络模型中的前沿研究。您可以查看下面的两个图，这些图是自动生成的并通过手动注释生成的，以查看这些主题中的哪些是当前NLP在NLP中的研究中最常见的（在最新论文中）。请参阅以查看有关以下每个标签含义的更完整说明，如果您想为项目做贡献，或者想弄清楚如何自己生成图形，还请参见图下方的说明。 贡献 有几种贡献方式： 执行注释：我们可以使用更多手动注释来覆盖本文所涵盖的概念，因此，如果您

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：1048576
    • 提供者：weixin_42162216

  1. Awesome-GNN-Recommendation:图神经网络-源码

  2. [目录] 介绍 作为一种强大的图形表示学习方法，图形神经网络已广泛用于各种场景中，例如NLP，CV和推荐系统。 据我所知，图挖掘与推荐系统高度相关。实际上，将一项推荐给一个用户是用户项图上的链接预测。 该存储库主要包括三个部分： 图神经网络 基于GNN的推荐 GNN相关资源材料，纸张和代码 GNN或推荐数据集 我们还有一个微信公众号，提供一些有关GNN和推荐的材料。 欢迎您加入我们，为GNN和Recommendation提供任何贡献！这是供稿者使用的模板： [ID] Authors. **Pa

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：1048576
    • 提供者：weixin_42135773

  1. EssayKiller_V2:基于开源GPT2.0的初代创作型人工智能|可扩展，可进化-源码

  2. 随笔杀手 通用型议论文创作人工智能框架，仅限交流与科普。 Bilibili视频地址： : 项目简介 EssayKiller是基于OCR，NLP领域的最新模型所构建的生成式文本创作AI框架，当前第一版finetune模型针对高考作文（主要是议论文），可以有效生成符合人类认知的文章，大量文章经过测试可以达到正常高中生及格作文水平。 项目作者 主页1 主页2 主页3 图灵的猫 致谢 感谢作者提供GPT-2中文预训练框架与数据支持。感谢， ， ， ， ， ， ， ， 的参与和支持 框架说明

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：218103808
    • 提供者：weixin_42102272

  1. ICLR 2021上与【图神经网络（GNN）】相关的论文（五篇）

  2. 本文发现基于图神经网络（Graph Neural Networks，GNN）相关的接受paper非常多，图神经网络这几年方法的研究，以及在CV、NLP、DM上应用也非常广，也是当前比较火的topic。

  3. 所属分类：机器学习

    • 发布日期：2021-02-28
    • 文件大小：14680064
    • 提供者：syp_net

  1. nlp中的实体关系抽取方法总结

  2. Q1：与联合抽取对比，Pipeline方法有哪些缺点？Q2：NER除了LSTM+CRF，还有哪些解码方式？如何解决嵌套实体问题？Q3：Pipeline中的关系分类有哪些常用方法？如何应用弱监督和预训练机制？怎么解决高复杂度问题、进行one-pass关系分类？Q4：什么是关系重叠问题？Q5：联合抽取难点在哪里？联合抽取总体上有哪些方法？各有哪些缺点？Q6：介绍基于共享参数的联合抽取方法？Q7：介绍基于联合解码的联合抽取方法？Q8：实体关系抽取的前沿技术和挑战有哪些？如何解决低资源和复杂样本下的实体

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：1048576
    • 提供者：weixin_38618819

  1. 适用于NLP的GNN：教程：EMNLP 2019和CODS-COMAD 2020上的用于自然语言处理的图形神经网络-源码

  2. 图神经网络用于自然语言处理 该存储库包含和教程的代码示例。 幻灯片可以从下载。 依存关系 与PyTorch 1.x，TensorFlow 1.x和Python 3.x兼容。 可以使用requirements.txt安装依赖项。 TensorFlow示例： tf_gcn.py包含由提出的GCN模型的一阶逼近的简化实现 针对不同问题的相同实现的扩展： 关系提取： 文字嵌入的 ： 文件时间： PyTorch示例： pytorch_gcn.py是pytorch等效tf_gcn.py使

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：5242880
    • 提供者：weixin_42099936