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. 深度学习帮助理解文本中的情感语义信息

  2. 作为卖家，你可能一直在收集商品评论、微博等UGC信息，期待获得反馈改进服务；作为厂商，你可能更需要具体的主体、属性评价（比如Iphone手机的屏幕/分辨率等偏好），根据这些改进生产进而增进收益。 其实这背后，都是情感语义分析的应用场景，也是很多大数据企业正在努力研发的主题。 但是，靠传统统计机器学习的方法已经不能达到预期效果，这是由于文本来源不同、行业不同都会影响情感偏向，而利用深度机器学习技术却能迎刃而解。 本文分享百分点在情感语义分析的三个进阶历程，尤其是加入人工智能的另一个子领域——自然

  3. 所属分类：电子商务

    • 发布日期：2017-01-09
    • 文件大小：1048576
    • 提供者：bjbaifendian

  1. CRF++ 0.58 windows版

  2. CRF在NLP技术领域中主要用于文本标注，并有多种应用场景，例如： 分词（标注字的词位信息，由字构词） 词性标注（标注分词的词性，例如：名词，动词，助词） 命名实体识别（识别人名，地名，机构名，商品名等具有一定内在规律的实体名词）

  3. 所属分类：机器学习

    • 发布日期：2018-03-06
    • 文件大小：443392
    • 提供者：225

  1. Rokid ALab NLP负责人陈见耸：任务式对话系统实践

  2. 对话系统应用的两大场景：个人助手和企业助手（智能客服） » 任务式对话连接着工具、内容、服务等，具有重要的商业价值 » 任务式对话系统的建设是系统工程 – 技术、产品、运营、标注、设计 » 未来方向 – 平台（快速部署） • 少量数据就可扩展到新领域 • 配置灵活，满足不同场景需求 – 产品（差异化、黏性） • 有记忆（长时、短时、个性化…） • 环境敏感（设备、房间、天气…） • 主动对话

  3. 所属分类：深度学习

    • 发布日期：2018-08-28
    • 文件大小：3145728
    • 提供者：zeng56723

  1. GoodProject Maven Webapp.zip

  2. 用到的技术亮点： 前端用到了easyUI Easyui：jQuery EasyUI是一组基于jQuery的UI插件集合体，而jQuery EasyUI的目标就是帮助web开发者更轻松的打造出功能丰富并且美观的UI界面。开发者不需要编写复杂的javascr ipt，也不需要对css样式有深入的了解，开发者需要了解的只有一些简单的html标签。 jQuery EasyUI为提供了大多数UI控件的使用，如:accordion，combobox，menu，dialog，tabs，validatebox

  3. 所属分类：Java

    • 发布日期：2019-05-12
    • 文件大小：39845888
    • 提供者：qq_37944029

  1. 代码-NLP应用场景实战解析——电商用户评论文本分类.rar

  2. 代码-NLP应用场景实战解析——电商用户评论文本分类

  3. 所属分类：深度学习

    • 发布日期：2019-07-15
    • 文件大小：538624
    • 提供者：weixin_44510615

  1. 唐诗生成训练数据适用于LSTM 模型

  2. 文本生成是NLP重要的应用场景，利用ML自动的根据输入的文本生成唐诗。先用数据进行学习，在进行预测，就完成了，文本生成的过程。本数据主要用于训练LSTM 网络生成唐诗，包括代码的数据。有需要的请自行下载使用。

  3. 所属分类：机器学习

    • 发布日期：2020-03-22
    • 文件大小：100663296
    • 提供者：weixin_41956783

  1. 第三节：从Transformer 到 BERT

  2. 目录1. Review ELMo and Transformer2. Bert2.1 Bert Structure2.2 Training Tips2.3 Applications3. Anti-Bert4. Recap 最近在家听贪心学院的NLP直播课。放到博客上作为NLP 课程的简单的梳理。 简介：在18年年底的时候，有一件事情轰动了整个NLP界，它就是大家所熟悉的BERT模型，它刷新了整个文本领域的排行榜，受到了全球的瞩目。之后，很多公司慢慢开始采用BERT作为各种应用场景的预训练模型来提

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：1048576
    • 提供者：weixin_38640473

  1. 文本匹配技术

  2. 概述 本篇博文是智能问答系列的第一篇，纠结半天不知道从何开始，又因文本匹配技术是QA中最核心的技术之一，于是从此开始。 在NLP中，文本匹配技术在各个应用系统中起核心支撑的作用，比如搜索引擎、智能问答、知识检索、信息流推荐等。本篇将纵览文本匹配的技术发展，并重点介绍文本语义相似度计算技术。 文本匹配任务 在真实场景中，如搜索引擎、智能问答、知识检索、信息流推荐等系统中的召回、排序环节，通常面临的是如下任务：从大量存储的 doc 中，选取与用户输入 query 最匹配的那个 doc。 在搜索引擎中

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：1048576
    • 提供者：weixin_38699726

  1. 自然语言处理（NLP）：08 PyTorch深度学习之TextCNN短文本分类

  2. 本章节主要研究内容：基于PyTorch 深度学习工具来完成短文本分类 知识点 业务需求 文本分类应用场景、技术方案以及挑战 技术架构 文本分析 词向量 CNN 原理 tensorboardX 可视化 项目实战： 基于TextCNN短文本分类，主要从数据预处理、构建此表、Embedding、模型训练、tensorboardX可视化以及在线服务几个重要的环境进行学习 文本分类应用场景 文章分类服务对文章内容进行深度分析，输出文章的主题一级分类、主题二级分类及对应的置信度，该技术在个性化推荐、文章聚合

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：605184
    • 提供者：weixin_38663167

  1. 50行Python代码实现视频中物体颜色识别和跟踪（必须以红色为例）

  2. 目前计算机视觉（CV）与自然语言处理（NLP）及语音识别并列为人工智能三大热点方向，而计算机视觉中的对象检测(objectdetection)应用非常广泛，比如自动驾驶、视频监控、工业质检、医疗诊断等场景。 目标检测的根本任务就是将图片或者视频中感兴趣的目标提取出来，目标的识别可以基于颜色、纹理、形状。其中颜色属性运用十分广泛，也比较容易实现。下面就向大家分享一个我做的小实验———通过OpenCV的Python接口来实现从视频中进行颜色识别和跟踪。 下面就是我们完整的代码实现（已调试运行）：

  3. 所属分类：其它

    • 发布日期：2021-01-02
    • 文件大小：227328
    • 提供者：weixin_38636577

  1. EasyTransfer:EasyTransfer旨在简化NLP应用程序中的迁移学习的开发-源码

  2. EasyTransfer旨在简化NLP应用程序中的迁移学习的开发。 文献已经见证了在许多实际的NLP应用程序中应用深度传输学习（TL）的成功，但是要构建一个易于使用的TL工具包来实现这一目标并不容易。 为了弥合这一差距，EasyTransfer旨在帮助用户轻松地将深度TL用于NLP应用。 它于2017年初在阿里巴巴开发，已在阿里巴巴集团的主要业务部门中使用，并在20多个业务场景中取得了非常好的成绩。 它支持主流的预训练ModelZoo，包括平台上的预训练语言模型（PLM）和多模式模型，为App

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：1048576
    • 提供者：weixin_42168230

  1. DDParser:百度开源的依存句法分析系统-源码

  2. DDParser 应用工具 DDParser 依存句法分析简介 依存句法分析是自然语言处理核心技术之一，并通过分析句子中的词之间的依存关系来确定句子的句法结构，如下图实例所示：依存句法分析作为一项基本技术，可直接用于提升其他NLP任务的效果，这些任务包括但不继承语义角色标注，语义匹配，事件替换等。该技术具有很高的研究价值和应用价值。人员和商业合作伙伴共享效果领先的依存句法分析技术，我们开源了基于大规模分类数据训练的高级的依存句法分析工具，并提供一键式安装及预测服务，用户只需一条命令即可获取依存句

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：197632
    • 提供者：weixin_42134054

  1. nlp_tutorial:NLP超强入门指南，包括各任务sota模型汇总（文本分类，文本匹配，序列标注，文本生成，语言模型），以及代码，技巧-源码

  2. NLP学习指南 本教程致力于帮助同学们快速入门NLP，并掌握各个任务的SOTA模型。 各任务模型列表汇总：，，，（todo）， 各任务概述和技巧：，文本匹配，序列标注，文本生成，语言模型 之后就可以开始逐个击破，但也不用死磕，控制好目标难度，先用三个月时间进行第一轮学习： 读懂机器学习，深度学习原理，不要求手推公式 了解经典任务的基准，动手实践，看懂代码 深入一个应用场景，尝试自己修改模型，提升效果 迈过了上面这道坎后，就可以重新回归理论，提高对自己的要求，某种手推公式，盲写模型，拿到比赛Top

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：17408
    • 提供者：weixin_42117485

  1. 复杂的就好吗？来聪明的选择深度学习模型吧

  2. 深度学习、机器学习与人工智能已经对计算机科学领域产生极为深远的影响。从图像识别到围棋竞技等众多领域，深度学习的实际表现都已远超人类。深度学习的一大优势在于，深度学习的水平提升可以在各类场景下实现通用。在某一领域中适用于深度学习的具体技术，通常可以直接转移至其他领域而无需经过任何修改。更具体地讲，构建大量计算密集型图像与语音识别类深度学习模型的方法，已经全面渗透至自然语言处理当中。现在，深度学习社区正在将自然语言处理（简称NLP）视为技术研究与应用的下一个前沿。深度学习系统是需要大量计算设备作为配

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：672768
    • 提供者：weixin_38663443

  1. 美团大脑：知识图谱的建模方法及其应用

  2. 本文来自于csdn，本文主要对深度学习模型知识图谱的建模方法及其应用进行更详细的介绍。作为人工智能时代最重要的知识表示方式之一，知识图谱能够打破不同场景下的数据隔离，为搜索、推荐、问答、解释与决策等应用提供基础支撑。美团大脑围绕吃喝玩乐等多种场景，构建了生活娱乐领域超大规模的知识图谱，为用户和商家建立起全方位的链接。我们美团希望能够通过对应用场景下的用户偏好和商家定位进行更为深度的理解，进而为大众提供更好的智能化服务，帮大家吃得更好，生活更好。近日，美团AI平台部NLP中心负责人、大众点评搜索智

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：2097152
    • 提供者：weixin_38502639

  1. atec-nlp：ATEC金融大脑-金融智能NLP服务-源码

  2. ATEC NLP句子对相似度竞赛 1，赛题任务描述 问题相似度计算，即给定客服里用户描述的两句话，用算法来判断是否表示相同的语义。 示例： “花呗如何还款”-“花呗怎么还款”：同义问句“花呗如何还款”-“我怎么还我的花被呢”：同义问句逾期了怎么还款”-“花呗分期后逾期了哪里还款”：非同义问句对于例子a，比较简单的方法就可以判定同义；对于示例b，包含了错别字，名词，词序变换等问题，两个句子乍一看并不类似，想正确判断比较有挑战；对于示例c，两句话很类似，只是处处细微的区别“如何”和“哪里”，就造

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：10485760
    • 提供者：weixin_42151729

  1. lightNLP：基于Pytorch和Torchtext的自然语言处理深度学习框架-源码

  2. lightNLP，很基础的自然语言处理框架 简介 本项目基于Pytorch和torchtext，预先提供一个基础的自然语言处理相关任务实现的深度学习框架。 有关详细说明和教程请参见项目文档： 声明 本项目从定位上来说只是一次收集和尝试，目的并非作为企业级和生产级使用，目标人群主要是对自然语言处理各任务实践研究的其他方向计算机开发人员以及初学者，更主要的是自娱自乐。 如果有真正场景需求的用户或开发人员们可以参考寻求商业服务，当然本渣也乐意提供有偿服务。 对Pytorch和自然语言处理有一定了解的

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：550912
    • 提供者：weixin_42168745

  1. 美团大脑：知识图谱的建模方法及其应用

  2. 本文来自于csdn，本文主要对深度学习模型知识图谱的建模方法及其应用进行更详细的介绍。作为人工智能时代最重要的知识表示方式之一，知识图谱能够打破不同场景下的数据隔离，为搜索、推荐、问答、解释与决策等应用提供基础支撑。美团大脑围绕吃喝玩乐等多种场景，构建了生活娱乐领域超大规模的知识图谱，为用户和商家建立起全方位的链接。我们美团希望能够通过对应用场景下的用户偏好和商家定位进行更为深度的理解，进而为大众提供更好的智能化服务，帮大家吃得更好，生活更好。近日，美团AI平台部NLP中心负责人、大众点评搜索智

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：2097152
    • 提供者：weixin_38610717

  1. 斯坦福2019强化学习课程完结，讲义、PPT、视频已提供下载

  2. 晓查 发自 凹非寺 量子位 出品 | 公众号 QbitAI 斯坦福大学AI课程资源接二连三开始更新。上周NLP课程才结束，这周强化学习（RL）课程也已全部完结。 现在，强化学习课程讲义、PPT可以在官网下载，第一部分的课程已上传至YouTube。 本课程主讲人是斯坦福大学的助理教授Emma Brunskill。她2009年从MIT博士毕业，现在是斯坦福统计机器小组成员，2012年曾入选微软研究院Fellow。 Emma教授的主要研究方向是高风险场景下的强化学习：当获取经验的成本和风险很高时，智能

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：356352
    • 提供者：weixin_38705762

  1. Conversational-AI-NLP-Tutorial-源码

  2. 会话式AI和自然语言处理（NLP）教程 自然语言处理（NLP）和会话式AI一直在改变着各个行业，例如搜索，社交媒体，自动化，联系中心，助手和电子商务。它经历了研究和开发的多个阶段。在1990年代之前，大多数系统都完全基于规则。随后出现了基于机器学习的系统，但是，仍然难以管理多个域和场景。 2013年后，基于迁移学习和深度学习的系统通过将系统扩展到各种应用程序中的数百万用户，进一步提高了性能。最近，基于Transformers的模型通过各种好处席卷了AI研究和产品社区。 尽管在过去的十年中取得了长

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：30720
    • 提供者：weixin_42144554