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. LINGO软件的学习

  2. LINGO是用来求解线性和非线性优化问题的简易工具。LINGO内置了一种建立最优化模型的语言，可以简便地表达大规模问题，利用LINGO高效的求解器可快速求解并分析结果。 §1 LINGO快速入门 当你在windows下开始运行LINGO系统时，会得到类似下面的一个窗口： 外层是主框架窗口，包含了所有菜单命令和工具条，其它所有的窗口将被包含在主窗口之下。在主窗口内的标题为LINGO Model – LINGO1的窗口是LINGO的默认模型窗口，建立的模型都都要 在该窗口内编码实现。下面举两个例子

  3. 所属分类：C

    • 发布日期：2009-08-08
    • 文件大小：319488
    • 提供者：huxlaylyx

  1. ICLR 2021上关于【NLP】主题的论文

  2. 本文关注焦点是ICLR上NLP主题中的6篇论文。接下来我们还将精选模型压缩、预训练等热点领域，为大家带来系列论文解读，敬请关注。

  3. 所属分类：机器学习

    • 发布日期：2020-11-01
    • 文件大小：3145728
    • 提供者：syp_net

  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. langrank:选择用于跨语言学习的传输语言的程序-源码

  2. 郎朗克 通过 LangRank是用于为跨语言迁移学习选择传输语言的程序，我们在ACL 2019上的主题中对此进行了介绍。跨语言传输，其中使用高资源传输语言来提高低资源任务的准确性语言现在是提高自然资源处理（NLP）在低资源语言上的性能的宝贵工具。但是，给定特定的任务语言，尚不清楚要从哪种语言进行转换，标准策略是根据特殊标准（通常是实验人员的直觉）选择语言。由于大量功能有助于跨语言传输（包括系统发育相似性，类型学特性，词汇重叠或可用数据的大小）的成功，因此即使是最开明的实验者也很少考虑所有这些

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：3145728
    • 提供者：weixin_42116921

  1. Natural_Language_Processing_Specialization:该存储库包含来自深度学习AI NLP系列的自然语言处理课程的材料-源码

  2. Natural_Language_Processing_Specialization 该存储库包含来自深度学习AI NLP系列的自然语言处理课程的材料。 课程1：具有分类空间和向量空间的自然语言处理 主题：使用逻辑回归，朴素贝叶斯和单词向量来实现情感分析，完整类比并翻译单词。 第一周：逻辑回归 在这堂课中，我学习了将文本中的特征提取到数值向量中，然后使用逻辑回归为推文构建二进制分类器。 主题：情感分析，逻辑回归，数据预处理，计算词频，特征提取，词汇创建，监督学习 实验室： 任务： 第二周：朴素

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：240123904
    • 提供者：weixin_42097668

  1. poem_generation:用于测试文本生成方法（例如LSTM，VAE等）和不同转换器的存储库-源码

  2. NLP-诗歌 在过去的十年中，自然语言处理（NLP）的发展非常Swift。 这是一个非常复杂的领域，并且一直在进步。 此回购旨在针对特定类型的语料诗尝试一些NLP任务和算法。 这些诗是从刮下来的，可以在找到刮取的代码 任务类型 使用此存储库中的ata可以执行两个主要任务： 文本生成-生成诗歌 文本分类-对主题或诗歌形式进行分类 数据集 该数据集由两个文件夹组成，两个文件夹都包含诗歌的子文件夹。 这些诗歌按形式（例如句，十四行诗等）或主题（爱，自然，欢乐，和平等）分类。 由于数据采用这种结构

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：16777216
    • 提供者：weixin_42116650

  1. nlp中的主题模型

  2. 谈起LDA，自然需要引入pLSA。pLSA是用一个生成模型来建模文章的生成过程。假设有K个主题，M篇文章；对语料库中的任意文章d，假设该文章有N个词，则对于其中的每一个词，我们首先选择一个主题z，然后在当前主题的基础上生成一个词w。生成主题z和词w的过程遵照一个确定的概率分布。设在文章d中生成主题z的概率为[公式]，在选定主题的条件下生成词w的概率为[公式]，则给定文章d，生成词w的概率可以写成：LDA可以看作是pLSA的贝叶斯版本，其文本生成过程与pLSA基本相同，不同的是为主题分布和词分布分

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：835584
    • 提供者：weixin_38720322

  1. PLMpapers：关于预训练语言模型的必读论文-源码

  2. PLM文件 和贡献。 介绍 预先训练的语言模型（PLM）是NLP中非常受欢迎的主题。 在此仓库中，我们列出了一些有关PLM的代表性工作，并通过图表显示了它们之间的关系。 随时分发或使用它！ 如果要在演示文稿中使用它，则可以获取该图的源PPT文件。 欢迎提出更正和建议。 我们还发布了 ，这是一个开放源代码的中文预训练模型动物园。 欢迎尝试。 文件 楷模 半监督序列学习。 戴安（Andrew M. Dai），Quoc V. Le 。 NIPS2015。[ ] context2vec：使用双向

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：842752
    • 提供者：weixin_42118423

  1. WSB帖子：对“华尔街赌注”上的帖子的分析-源码

  2. WSB帖子 :building_construction: 正在施工:construction: :building_construction: 《华尔街下注》帖子分析（此处的数据集： : ）。 当前：编写快速的Spark管道以正确处理Reddit帖子。 下一步：Spark NLP中的主题建模。 之后：聚类，汇总，并将其映射到主题模型上？

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：4194304
    • 提供者：weixin_42108778

  1. 转移：用于转移学习的Python模块实现工具和方法-源码

  2. 转移 用于转移学习的Python模块实现工具和方法。 目录 动机 转移学习（TL）是机器学习的一个领域，研究如何利用从一系列一个或多个源域中获得的知识来在目标域上训练模型。 TL是一个有趣的话题，因为实际上在很多情况下，我们都可以访问属于特定域的大型数据集，并且我们想开发一个模型来应用于不同的情况。 举一些例子： 假设我们想建立一个模型来预测特定疾病的一种治疗方法的结果。 不同类别的患者通常对药物的React不同。 假设我们只能收集有关一组老年患者的数据，但是我们知道该疾病同样会影响所有人。

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：15360
    • 提供者：weixin_42109598

  1. My_projects_portfolio：对我的学术和个人项目的描述-源码

  2. 我的项目组合 所有者：Anis Fakhfakh该存储库包含我的项目 项目：自动图像注释（活动） 一组带有注释的图像 建立能够预测新图像注释的模型 按不动产分组房地产公告（某些条目属于同一公寓或建筑物等） 使用CNN建立肺炎检测神经管道 检查数据扩充对结果的影响 项目：使用GAN编辑面部表情 建立可以改变面部表情（笑脸）的系统 使用StyleGAN （活动） 构建文本汇总器系统 使用在NLP中应用的有监督和无监督学习技术 使用一文本摘要（语料库中的每个文本都有其自己的摘要） Zindi举办

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：1048576
    • 提供者：weixin_42120550

  1. nlp-journey：与自然语言处理有关的文档，文件和代码，包括主题模型，单词嵌入，命名实体识别，文本分类，文本生成，文本相似性，机器翻译）等。 所有代码均已实现intensorflow 2.0-源码

  2. NLP旅程 全部在tensorflow 2.0中实现， 1.基础 2.书籍（ 代码：txqx） 图形模型手册。 深度学习。 神经网络和深度学习。 语音和语言处理。 3.论文 01）变压器纸 BERT：用于语言理解的深度双向变压器的预训练。 GPT-2：语言模型是无监督的多任务学习者。 Transformer-XL：Transformer-XL：超出固定长度上下文的注意力语言模型。 XLNet：用于语言理解的通用自回归预训练。 RoBERTa：稳健优化的BERT预训练方法。 D

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：5242880
    • 提供者：weixin_42103587

  1. eea.corpus：通过spaCy，Textacy和pyLDAvis以及其他有用的NLP算法对EEA语料库进行机器学习和自然语言处理-源码

  2. EEA语料库（Alpha阶段） 该docker图像基于spaCy，Textacy，pyLDAvis和其他文件，以分析EEA语料库（所有已发布的EEA文档的集合）或带有文本列的任何其他CSV文件。 它提供了许多可以在EEA语料库或其一部分上运行的机器学习和自然语言处理算法。 想法是在可能的情况下通过REST API提供这些方法。 当前功能 编写文本转换管道以准备语料库 首先上传CSV文件，然后使用“创建语料库”按钮进入管道组成页面。 通过pyLDAvis创建和可视化主题模型。 通过称为的文

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：7340032
    • 提供者：weixin_42148975

  1. Twitter-情绪分析：这是一种自然语言处理问题，其中通过使用机器学习模型对消极消息中的消极消息进行分类，文本挖掘，文本分析，数据分析和数据可视化来进行情绪分析-源码

  2. Twitter情绪分析 这是一种自然语言处理问题，其中通过使用机器学习模型对消极消息中的消极消息进行归类来进行情感分析，以进行分类，文本挖掘，文本分析，数据分析和数据可视化 介绍 如今，自然语言处理（NLP）成为数据科学研究的温床，而NLP的最常见应用之一就是情感分析。 从民意测验到制定完整的营销策略，该领域已完全重塑了企业的运作方式，这就是为什么这是每个数据科学家都必须熟悉的领域。 与一组人手动完成相同任务所需的时间相比，可以在几秒钟内处理成千上万个文本文档的情感（以及其他功能，包括命名实体

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：2097152
    • 提供者：weixin_42157556

  1. tweet-stance-prediction：应用NLP转移学习技术来预测Tweet-stance-源码

  2. 使用转移学习的推文的立场分类 根据应用转移学习（使用现有的神经网络架构）对Tweets进行姿态分类。 并比较（详细）使用的迁移学习方法。 对于子任务A，目标是将针对特定主题的推文分类为以下三个类别之一：偏爱，反对和无。 提供的笔记本使用称为转移学习的深度学习技术来尝试这种操作。 自ImageNet取得成功以来，转移学习已在整个计算机视觉应用程序中无处不在，但仅从2017-18以来，NLP应用程序中的转移学习才取得了重大进展。 2018年有很多有趣的论文，讨论了语言模型在自然语言理解中的强大功

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：1048576
    • 提供者：weixin_42172204

  1. nlp-pytorch-zh：《用PyTorch进行自然语言处理》-源码

  2. PyTorch自然语言处理 译者： 协议： 所有模型都是错的，但其中一些是有用的。 本书旨在为新人提供自然语言处理（NLP）和深度学习，以涵盖这两个领域的重要主题。这两个主题领域都呈指数级增长。关于一本介绍深度学习和突出实现的NLP的在写这本书时，我们不得不对某些材料遗漏引起困难的，有时甚至是不舒服的选择。对于初学者，我们希望本书能够为基础知识提供很有特色的基础，并可以透视见可能的内容。特别是机器学习和深度学习是一种经验学科，而不是智力科学。我们希望每章中慷慨的端到端代码示例邀请您参与这一经

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：2097152
    • 提供者：weixin_42160278

  1. textacy：NLP，spaCy之前和之后-源码

  2. textacy：NLP，spaCy之前和之后 textacy是一个基于高性能spaCy库的Python库，用于执行各种自然语言处理（NLP）任务。 通过将基础知识-令牌化，词性标记，依赖项解析等-委托给另一个库， textacy主要关注于之前和之后的任务。 产品特点 通过用于处理一个或多个文档的便捷方法访问spaCy，并通过自定义扩展名和自动语言识别扩展其功能，从而为文本应用正确的spaCy管道 下载包含文本内容和元数据的数据集，从国会演讲到历史文献再到Reddit评论 轻松以多种常用格式在磁盘

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：319488
    • 提供者：weixin_42099176

  1. course-nlp：NLP课程的代码优先简介-源码

  2. 自然语言处理的代码优先入门 您可以在找到有关该课程的，所有 。 该课程最初课程（2019年夏季）中教授的。该课程使用Jupyter Notebooks使用Python进行教学，并使用sklearn，nltk，pytorch和fastai等库。 目录 将涵盖以下主题： 1.什么是NLP？ 不断变化的领域 资源资源 工具类 Python库 应用范例 道德问题 2.使用NMF和SVD进行主题建模 停用词，词干和词形化 术语文档矩阵 主题频率-逆文档频率（TF-IDF） 奇异值分解（SVD）

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：15728640
    • 提供者：weixin_42166626

  1. nlp中的主题模型

  2. 谈起LDA，自然需要引入pLSA。pLSA是用一个生成模型来建模文章的生成过程。假设有K个主题，M篇文章；对语料库中的任意文章d，假设该文章有N个词，则对于其中的每一个词，我们首先选择一个主题z，然后在当前主题的基础上生成一个词w。生成主题z和词w的过程遵照一个确定的概率分布。设在文章d中生成主题z的概率为[公式]，在选定主题的条件下生成词w的概率为 [公式]，则给定文章d，生成词w的概率可以写成： LDA可以看作是pLSA的贝叶斯版本，其文本生成过程与pLSA基本相同，

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：835584
    • 提供者：weixin_38600696

  1. ML_paper_list:我的阅读评论积压中的论文博客视频项目列表-源码

  2. 机器学习阅读清单 我的阅读/审阅积压工作中的论文/博客/视频/项目列表及其主题 自然语言处理（NLP） 面向组合任务的语义解析的低资源域自适应（ ） 具有上下文化跨度表示形式的实体，关系和事件提取（ ） 通过DistanceNet-Bandits进行文本分类的多源域自适应（ ） 带有显式释义的可控文本简化（ ） 不带重新参数化技巧的离散变分递归主题模型（ ） 使预训练的语言模型更好的学习者（ ） LightXML：具有动态负采样的变压器，用于高性能极端多标签文本分类（

  3. 所属分类：其它

    • 发布日期：2021-04-01
    • 文件大小：6144
    • 提供者：weixin_42134168
« 12 »