【杂谈】今年谁将挑起有三AI自然语言处理内容的大梁?新晋NLP讲师Monica有话要说...

Hugging Face 3000+NLP预训练模型库整理分享 在自然语言处理(NLP)领域中,使用语言模型预训练方法在多项NLP任务上都获得了不错的提升,广泛受到了各界的关注。在bert之前,将预训练的embedding应用到下游任务的方式大致可以分为2种,一种是feature-based,例如ELMo这种将经过预训练的embedding作为特征引入到下游任务的网络中;一种是fine-tuning,例如GPT这种将下游任务接到预训练模型上,然后一起训练。然而这2种方式都会面临同一个问题,就是无法直接学习到上下文信息,像ELMo只是分别学习上文和下文信息,然... 阅读详情

cad78b66c9435055b1c518a23af8b8d0.png

Hello,大家好,我是 “新晋” NLP 讲师 Monica, 这段时间已经在咱们有三AI输出了许多实战课程了,这一次来跟大家正式认识一下~

自我经历介绍

美本硕,数学狗,2018 年毕业,适逢人工智能高速发展的热潮,“顺理成章”的成为了一名算法工程师。算起来,到今年,已经工作四年了,目前是某大型游戏公司的 NLPer,一直在工业界做事,实战经验比较丰富。

59f9256fa179164bbd8378940cc236e9.png

为什么喜欢 NLP

可能是源于对语言与数据的双重喜爱吧,能用数学方法处理语言相关的问题,在我看来既让人兴奋又充满挑战性。另一方面,NLP 的应用广泛,这让 NLP 的工作能让人产生强烈的成就感与满足感。

b3adc1ac6bffd7d532646aaa117635e4.png

在有三 AI 我想分享的东西

在有三 AI,我希望和大家成为朋友,相互学习、共同成长。我想分享给大家 NLP 相关的理论和实战知识,以及在实际问题中的踩过的坑。

希望通过我们的 NLP实战 课程以及和大家的沟通,我们不仅能够学习到模型、代码相关的知识(这些是基础),更重要的是,关注实际工程问题的解决能力、优化模型的能力、工程能力,以及快速分析任务的能力。前者是模型和技术本身,后者是我们真正需要的能力。我们一起加油吧!

97025022a1a10e76f9f4003a6bd6d438.png

目前在平台的输出

目前在咱们有三 AI 平台上已经上线了6门项目实战课程,涵盖了文本分类、文本摘要、情感分析、命名实体识别、机器翻译、关系抽取等多方面内容。欢迎大家来学习、讨论。

集中介绍如下:

【项目实战课】NLP入门第1课,人人免费可学,基于TextCNN的新闻文本分类实战

【项目实战课】基于transformer的关系抽取实战

【项目实战课】基于Seq2Seq与Attention的机器翻译实战

【项目实战课】基于BiLSTM+CRF的命名实体识别实战

【项目实战课】基于HuggingFace的Bert情感分析实战

【项目实战课】基于 TextRank 的⽂本摘要抽取实战

6391cf4227c31f54e4577ba2612a30e1.png

1303bde5188d622cab7806320f4c5d38.png

d86b3058e50db23fd1ee7b7a9c59fd73.png

0aec74345d3a2f95638551fed701e0a4.png

d269d3ca78df54344a2523cae3605830.png

d917c7f77af64802100b7846c6965e52.png

同时欢迎在深度学习领域有沉淀积累的同学加入有三AI生态,让更多人受益!

4f9807789e317f8116aba302b20aca17.png

9e07b9e9e986823548939ebe32ce9566.png

6f36fd286abe71e8cf4f8a39ccc3c8a6.png

往期相关

NLP实践——以T5模型为例训练seq2seq模型 T5训练摘要生成模型。 阅读详情

相关推荐

【NLP】使用 PyTorch 通过 Hugging Face 使用 BERT 和 Transformers 进行情感分析

您将学习如何微调 BERT 以进行情感分析。您将进行所需的文本预处理(特殊标记、填充和注意掩码),并使用 Hugging Face 令人惊叹的 Transformers 库构建情感分类器!

sikh_0529的博客 3681

NLP大规模语言模型推理实战:大语言模型BLOOM推理工具测试实践与效果分析实录...

来自:老刘说NLP进NLP群—>加入NLP交流群LLM(大语言模型)推理存在两个两个问题:(1) 单张显卡无法容纳整个模型;(2) 推理速度太慢。针对这类问题,本文初步整理了一些推理大模型的工具和代码,并简单测试了推理速度。下面是本文测试的一些背景:目前是使用7B模型bloom-7b1-mt、4张3090(但在实际推理中仅使用2张3090)、依赖包的版本:transformers==4.26...

zenRRan的博客 3686

【NLP】huggingface阶段性学习小结

文章目录一、资源推荐二、菜鸡笔记三、小结四、下一阶段五、特别鸣谢 一、资源推荐 (1)牛逼的huggingface:https://huggingface.co/transformers/preprocessing.html (2)读论文,如ACL会议论文:https://aclanthology.org/ (3)进击的BERT:https://leemeng.tw/attack_on_bert_transfer_learning_in_nlp.html (4)学习基础后,应该上手项目练习:常见26种NLP

发现问题,并解决问题,批判性思维 2482

服务器使用及环境配置

服务器使用及环境配置

Wangzx的博客 4604

Ubuntu22.04下安装LDAP

在Ubuntu22.04的时候可以使用apt的方式来安装,在安装LDAP的web 服务器的时候可以考虑选择 LDAP 帐户管理器 (LAM)。因为 PHPLDAPadmin 安装时需要 php 的环境依赖,相对来说安装麻烦。此外在 PHPLDAPadmin 中创建组织和用户时与平常的语法有很大不同,对新手来说不友好。

dl_11的博客 3944

AutoModelForCausalLM 加载失败:flash_attn 缺失的三种解决方案

本文针对使用AutoModelForCausalLM加载大语言模型时因缺失flash_attn依赖而报错的问题,提供了三种实用解决方案。最推荐通过修改模型配置文件或代码动态指定注意力实现为“eager”模式来绕过检查,也介绍了临时修改库源码的应急方法,并解释了flash_attn的作用及正确安装指南。

html8的博客 270

Huggingface-NLP笔记7:使用Trainer API来微调模型

「Huggingface NLP笔记系列-第7集」 最近跟着Huggingface上的NLP tutorial走了一遍,惊叹居然有如此好的讲解Transformers系列的NLP教程,于是决定记录一下学习的过程,分享我的笔记,可以算是官方教程的精简+注解版。但最推荐的,还是直接跟着官方教程来一遍,真是一种享受。 官方教程网址:https://huggingface.co/course/chapter1 本期内容对应网址:https://huggingface.co/course/chapter3...

张伟的专栏 7528

瑶芯技术分享 | 三相维也纳PFC功率器件损耗分析

电流的流通路径为:从A相电网正极流出,经过电感La,再经过二极管Da1流到直流侧电容C1,最终通过另外两相回到A相电网,具体流通路径如图2(a)所示。电流的流通路径为:从A相电网正极流出,经过电感La,再经过开关管Sa1和开关管Sa2的反向二极管流到直流侧中点N,最终通过另外两相回到A相电网,具体流通路径如图2(b)所示。通态损耗的产生是由电流正向流经IGBT 或者FRD上产生一定的压降,损耗就是正向电流和器件两端正向压降的乘积,开关损耗和反向恢复损耗则是跟开关过程中的直流电压和开关电流有关。

2301_76606324的博客 5749

【NLP最佳实践】Huggingface Transformers实战教程

内容简介 🤗手把手带你学 :快速入门Huggingface Transformers 《Huggingface Transformers实战教程 》是专门针对HuggingFace开源的transformers库开发的实战教程,适合从事自然语言处理研究的学生、研究人员以及工程师等相关人员的学习与参考,目标是阐释transformers模型以及Bert等预训练模型背后的原理,通俗生动地解释transformers库的如何使用与定制化开发,帮助受众使用当前NLP前沿模型解决实际问题并取得优秀稳定的实践效果。

yanqianglifei的专栏 3222

使用 Simulink 进行电力电子系统的小信号模型仿真

电力电子系统(Power Electronics System)包括各种功率转换器(如 DC-DC 转换器、逆变器等)。这些设备中的关键组件(如 MOSFET、IGBT、电容器、电感器等)不仅影响系统的性能,还直接关系到系统的稳定性、效率和可靠性。因此,在设计阶段进行详细的建模和仿真至关重要。小信号模型仿真的目的是通过线性化非线性系统来评估其动态特性,包括增益、相位裕度、带宽等指标。通过本教程,我们介绍了如何使用 Simulink 进行电力电子系统的小信号模型仿真。背景介绍。

xiaoheshang_123的博客 481

YOLOv13涨点改进| CVPR 2026 |独家创新首发、主干改进篇 |利用RIS-PiDiNet主干让YOLOv13更加强大!适合遥感目标检测、小目标检测、旋转目标检测,变化检测,图像分割涨点

🔥本文提出了一种改进的RIS-PiDiNet主干网络,通过引入几何先验构建几何一致性检测器,显著提升了模型在任意方向、结构规则目标场景下的检测性能。包含两个核心模块:S-PDC利用极谐变换的谐波核建模目标结构对称性,RIS-PDC通过SO(2)群平均实现旋转不变性。网络采用基于RIS-block的主干结构并融合轻量级LBP特征,增强了细粒度结构表达能力。实验表明,该方法特别适用于遥感和复杂几何分布场景,能有效提升目标检测的鲁棒性和精度。文章还详细介绍了如何将RIS-PiDiNet集成到YOLOv13框架

Ai缝合怪、助力小伙伴高效发论文 91

【项目实战课】基于Bert的事件抽取实战

欢迎大家来到我们的项目实战课,本期内容是《基于Bert的事件抽取实战》。所谓项目课,就是以简单的原理回顾+详细的项目实战的模式,针对具体的某一个主题,进行代码级的实战讲解。本次主题事件抽取是一类信息抽取任务。事件抽取是不少任务的前置模块,对于事理图谱构建、情报分析、新闻摘要、自动问答等任务都起着重要作用。事件抽取也被广泛的应用于金融资讯、政府监管、舆情监测等领域。通过学习...

hacker_long的专栏 2701

1篇1章4节:生成对抗网络GAN和图像生成领域的StyleGAN

AI图像生成技术的革命性突破:从GAN到StyleGAN 近年来,人工智能在图像生成领域取得显著进展,尤其是生成对抗网络(GAN)的发展推动了技术的飞跃。从早期的基础GAN到渐进式GAN(Progressive GAN),再到革命性的StyleGAN,AI生成图像的逼真度已接近人类创作水平。StyleGAN通过引入风格潜向量和自适应实例归一化,实现了对图像风格与内容的精细控制,广泛应用于人脸生成、艺术创作及影视行业。后续的StyleGAN2解决了“斑点”问题,StyleGAN3进一步优化纹理过渡,提升了图像

MD Code 222

spaCy文本分类教程

spaCy是一个流行、易用的Python自然语言处理包。spaCy具有相当高的处理精度,而且处理速度极快。不过,由于spaCy还是一个相对比较新的NLP开发包,因此它还没有像NLTK那样被广泛采用,而且目前也没有太多的教程。在本文中,我们将展示如何使用spaCy来实现文本分类,并在结尾提供完整的实现代码。 1、数据准备 对于年轻的研究者而言,寻找并筛选出合适的学术会议来投稿,是一件相当耗时耗力的事...

新缸中之脑 3092

【Linux】Windows11 安装 WSL2 并运行 Ubuntu 22.04 详细操作步骤

Windows 11 安装 WSL2 和 Ubuntu 22.04 指南 本文详细介绍在 Windows 11 上安装 WSL2 和 Ubuntu 22.04 的完整步骤,包括: WSL2 与 VirtualBox 的性能对比优势 系统版本检查与升级方法 两种安装方式(一键安装和手动安装) Ubuntu 22.04 的安装与配置 存储位置管理及迁移技巧 常用 WSL2 命令速查表 文章还提供了性能优化建议和常见问题解决方案,适合开发者和 Linux 爱好者快速搭建高效的开发环境。

No8g攻城狮的博客 2万+

如何在 DevOps 管道中实现 AI?

AI与DevOps的融合(AIOps)正在重塑软件开发生命周期。本文系统阐述了AI在DevOps中的五大应用场景:智能监控、自动化测试、安全防护、CI/CD优化和事件管理,并提出了六步实施框架:痛点识别、工具选型、流程集成、智能监控、MLOps和治理合规。通过Netflix、Google等企业的实践案例,验证了AI在提升部署效率(降低40%故障率)、缩短问题解决时间(MTTR减少60%)方面的显著价值,同时指出数据质量、模型偏差等实施挑战。研究表明,战略性地

介绍AWS Azure GCP devops Terraform 等技术 497

huggingface NLP工具包教程1:Transformers模型

huggingface NLP工具包教程1:Transformers模型

weixin_44966641的博客 2704

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

huggingface NLP工具包教程3:微调预训练模型

huggingface NLP工具包教程3:微调预训练模型

weixin_44966641的博客 1904

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

【转载】Huggingface NLP笔记

Huggingface NLP笔记

mwcxz的博客 1436

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

使用 Docker 和 HuggingFace 实现 NLP 文本情感分析应用

在继续分享“干燥、有趣”的向量数据库实战内容之前,我们来聊一篇简单有趣的内容:如何使用 Docker 和 HuggingFace 现成的模型,快速实现一个 NLP 文本情感分析应用,支持中英文内容的情感快速分析。 在这篇文章里,我们不需要准备显卡和语料,也不需要耐心等待“炼丹”就绪,只要会“搭积木”,就能够实现这样一个有趣的小工具。

折腾技术 7960

转:【NLP神器】GitHub超9千星:一个API调用六种架构,27个预训练模型

只需一个API,直接调用BERT, GPT, GPT-2, Transfo-XL, XLNet, XLM等6大框架,包含了27个预训练模型。 简单易用,功能强大。目前已经包含了PyTorch实现、预训练模型权重、运行脚本和以下模型的转换工具: BERT,论文:“BERT: Pre-training of Deep Bidirectional Transformers for Language U...

Zack的博客 2281

huggingface实操_百度NLP预训练模型ERNIE2.0最强实操课程来袭!【附教程】

2019年3月,百度正式发布NLP模型ERNIE,其在中文任务中全面超越BERT一度引发业界广泛关注和探讨。经过短短几个月时间,百度ERNIE再升级,发布持续学习的语义理解框架ERNIE 2.0,及基于此框架的ERNIE 2.0预训练模型。继1.0后,ERNIE英文任务方面取得全新突破,在共计16个中英文任务上超越了BERT和XLNet, 取得了SOTA效果。本篇内容可以说是史上最强实操课程,由浅...

weixin_39896617的博客 1651

Transformers:NLP界的“大哥”丨EMNLP 2020最佳Demo论文

AMiner平台由清华大学计算机系研发,拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱,提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线,吸引了全球220个国家/地区1000多万独立IP访问,数据下载量230万次,年度访问量超过1100万,成为学术搜索和社会网络挖掘研究的重要数据和实验平台。 Transformers:我就是NLP界的“大哥”! 和“大哥”我做类似事情的人相比:服务周到的你没我小弟(基模型)多,小弟数量差不多的,.

AI_Conf的博客 650

Hugging Face官方NLP课程来了!Transformers库维护者之一授课,完全免费

点击上方“视学算法”,选择加"星标"或“置顶”重磅干货,第一时间送达转自:机器之心编辑:杜伟Hugging Face NLP 课程开课了,所有课程完全免费。NLP 领域的小...

zandaoguang的博客 591

NLP冻手之路(5)——中文情感分类(以BERT为基础,由Hugging Face库支持,代码实践)

关键字:NLP、情感分析、bert-base-chinese。

Wang_Dou_Dou_的博客 4947

【NLP】第 5 章 :使用Hugging Face的任务

Gradio 是一个专门为部署和推理机器学习模型而构建的Web 框架。Gradio 使我们能够通过 Web 界面快速公开我们的 ML 模型,而无需学习太多编码。通过收购 Gradio,Hugging Face 向前迈进了一步,为 huggingface 社区提供了一个简单的界面,可以在 huggingface 模型上部署和提供 UI。

sikh_0529的博客 4767
上一篇: 【语音处理】硬核介绍人体的感知和听觉特性
下一篇: 【直播】目标检测课程第03期,了解旋转目标检测(5月8日晚上)
言有三
言有三 领域专家: 人工智能技术领域 领域专家: 人工智能技术领域
博客等级 码龄15年 3635粉丝 976原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

言有三

三人行必有AI

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值