NLP---论文生词

最新推荐文章于 2023-12-04 14:32:10 发布
最新推荐文章于 2023-12-04 14:32:10 发布
阅读量231 收藏
点赞数
分类专栏： NLP 文章标签： nlp
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/ortyijing/article/details/97765069
版权

1. NLP领域词汇

  • downstream：下游
    downstream task：下游任务
  • converge：收敛
  • monolingual：单语的，只用一种语言的
  • thesaurus：同义词库

2. MLDL中通识性专业词汇

  • stratified：分层的，stratify的过去式

3. 论文通用描述性词汇

  • marginally：轻微地，很少地，微不足道地
  • outweigh：重于，大于，胜于，超过
    far outweigh：远远超过
  • trivially：平凡地，微不足道地，琐细地
  • benchmark：基准
  • subscript：下标
  • univariate：单变量的
  • multivariate：多变量的
  • incorporate：v. 将…包括在内，包含，吸收；eg. incorporate the contextual information in the annotation.
  • informative：adj. 提供有用信息的，给予知识的；eg. aggregate the representation of those informative words to form a sentence vector.
自然语言相关（0）—— 任务介绍nlp tasks
u014448054的博客
08-03 896
自然语言相关（0）—— 任务介绍nlp tasks 基础 token 可能是字母、单词等等等 Downstream tasks: Downstream tasks is what the field calls those supervised-learning tasks that utilize a pre-trained model or component. 任务 Part-of-Speech(POS) tagging 是否有必要 前处理 为句子中的每个词汇进行 词性标注 可以将这个
【论文阅读-句向量】Evaluation of BERT and ALBERT Sentence Embedding Performance on Downstream NLP Tasks
春天
03-10 1563
昨天说到sentence embedding，今天就补了一篇BERT里面[CLS]的论文。BERT 以及ALBERT（A Lite BERT）类的预训练模型可以通过[CLS]来生成句向量，但是其效果真的好吗？ 这篇笔记首发于：https://zhuanlan.zhihu.com/p/477863892 Title: Evaluation of BERT and ALBERT Sentence Embedding Performance on Downstream NLP Tasks From: ICPR 2
NLP (一): 自然语言和单词的分布式表示
连理o的博客
03-20 925
本文为《深度学习进阶: 自然语言处理》的读书笔记 记录一个课程, 有机会可以看下: CS224d: Deep Learning for Natural Language Processing 目录自然语言处理 (NLP)同义词词典 (thesaurus)WordNet同义词词典的问题基于计数的方法基于 Python 的语料库的预处理单词的分布式表示分布式假设 (distributional hypothesis)共现矩阵 (co-occurence matrix)向量间的相似度相似单词的排序基于计数的方.
什么是downstream task
最新发布
qq_46582619的博客
12-04 2009
然后，为了解决特定的任务，比如文本分类、命名实体识别、语义理解等，这个通用的预训练模型会被用作起点。在这个阶段，预训练模型的参数可能被微调，以适应特定任务的需求。然后是微调，这是在特定任务的数据上对预训练模型进行调整，以提高在该任务上的性能。在预训练模型的背后，有一个庞大的神经网络，它通过大规模的文本数据进行了训练，学习了语言的模式和语法规则。这个预训练的模型能够捕捉一般性的语言表示。是指在自然语言处理（NLP）领域中，建立在预训练模型之上的具体应用任务。
详解谷歌最强NLP模型BERT（理论+实战）
周红伟讲AI
01-22 4669
详解谷歌最强NLP模型BERT（理论+实战）     作者：李理，环信人工智能研发中心vp，十多年自然语言处理和人工智能研发经验。主持研发过多款智能硬件的问答和对话系统，负责环信中文语义分析开放平台和环信智能机器人的设计与研发。 本文是作者正在编写的《深度学习理论与实战》的部分内容。   导语   Google BERT 模型最近横扫了各大评测任务，在多项任务中取得了最好的...
论文-《Visual Question Answering A tutorial》重点翻译+扩展
Vivinia的博客
10-11 1632
论文笔记 论文下载 摘要Abstract： Tremendous advances have been seen in the field of computer vision due to the success of deep learning, in particular on low- and midlevel tasks, such as image segmentation or...
论文-《Visual Question Answering A tutorial》笔记
Vivinia的博客
10-11 554
重点翻译拓展 论文下载 主题： 本文主要介绍了该领域正在进行的工作以及基于深度学习的VQA如今的方法。 正文： 1.研究VQA的原因： （1）计算机视觉方面，需要根据算法从图像中提取高水平的数据并进行推理分析，VQA作为最初图灵测试或者图像字幕的替代任务出现。 （2）VQA如果发展成熟，可以独立应用于生活。 2.VQA答案形式： （1）开放式回答，包含了较为复杂句式，...
论文记录笔记NLP(三)：机器翻译
张荣
03-31 1370
这篇笔记主要是结合，各种学习资源，整理而成的查找笔记，整理的不好，还望指出错误，主要是用于查找与记录。 ICLR2015年的一篇论文，作者Dmitry Bandana，KyungHyun Cho，Yoshua Bengio -------------未完，待完善 ...
从6篇经典论文看问题生成及其相关技术
Paper weekly
04-21 6318
©PaperWeekly 原创 ·作者｜Maple小七学校｜北京邮电大学硕士生研究方向｜自然语言处理在问答系统的构建中，问题生成（QG）常被当作一种数据增强技术来对待，然而在实践中，通过...
nyoka：Nyoka是用于将MLDL模型导出到PMML（PMML 4.4.1标准）的Python库。
02-05
ka香 总览 Nyoka是一个Python库，用于全面支持最新的PMML（PMML 4.4）标准。 使用Nyoka，数据科学家可以通过使用包括在内的众多即用型导出器中的任何一种，或者通过创建自己的专用于/专用模型类型的导出器，将流行的Python框架中的大量机器学习和深度学习模型导出到PMML中。只需调用一系列构造函数即可。 除了约500个Python类（每个都覆盖一个PMML标签和标准中定义的所有构造函数参数/属性）外，Nyoka还提供了越来越多的便捷类和函数，例如通过读取或编写任何PMML文件，它们使数据科学家的工作变得更加轻松您最喜欢的Python环境中的一行代码。 Nyoka为您提
nlp自然语言处理_nlp满足可持续投资
weixin_26735933的博客
09-13 571
nlp自然语言处理Sustainable Investing is a growing investment strategy that seeks strong financial returns while also making the world a better place. However, it is often a challenging investment strategy f...
NLP之transformer | Datawhale-9月 Task01 学习概览
weixin_44064434的博客
09-13 206
自然语言处理（Natural Language Processing, NLP） 初印象： 何为自然语言，个人简单觉得就是文字组合成有意义的文本内容，文字有何作用，至少能够承载信息吧，信息进一步经过人的大脑可以转换为知识，而知识是珍贵的，因此NLP也是富有价值的，因其能够对文本进行处理，机器客服也算是人们最有体会的一个应用了，或许就是出于好奇智能客服是如何自动地能够回复你的问题这一个问题，我逐渐开启了NLP的大门，尽管拉开门缝一看，发现全是数学公式，让我不得不思考一下自己hold住否，但希望仅仅是不明觉厉罢
ELMo算法详解
qq_42791848的博客
01-08 4016
ELMo ELMo来自于论文《Deep contextualized word representations》，介绍了一种高效的动态词向量。在摘要部分，作者提到词向量主要是用来解决两大问题： 单词使用的复杂性，例如语法、语义 不同语境下的单词使用，例如同义词 传统的Word2Vec或者Glove只能解决第一个问题，但是他们本身都是静态的词向量，也就是说每个词的向量化表示是固定的。但是很多词在不同的语境下表达的意思是完全不同的。例如“我去洗手间方便一下”和“你今晚几点方便”这两句话中的“方便”表达的意思
【NLP】预训练词向量
越努力，越幸运
10-30 1417
玩转词向量：用fastText预训练向量做个智能小程序 我没有训练任何机器学习模型，而是下载了使用 fastText 库创造的预训练英语词向量：https://fasttext.cc/docs/en/english-vectors.html。这些向量是在英语文本上训练的，但和人类不一样，这个学习算法没有任何预先的英语知识。在阅读维基百科几个小时之后，它很好地学习到了英语语法以及很多真实世界概念...
深度学习：BERT模型
热门推荐
皮皮blog
12-18 4万+
BERT出自的全称是Bidirectional Encoder Representation from Transformers，即双向Transformer的Encoder。作为一个Word2Vec的替代者，其在NLP领域的11个方向大幅刷新了精度，可以说是近年来自残差网络最优突破性的一项技术了。模型的主要创新点都在pre-train方法上，即用了Masked LM和Next Sentence Prediction两种方法分别捕捉词语和句子级别的representation。
NLP---seq2seq与注意力机制
逗逗的博客
07-26 1682
1. seq2seq 参考：https://jalammar.github.io/visualizing-neural-machine-translation-mechanics-of-seq2seq-models-with-attention/ 模型结构 seq2seq是一个“编码解码器”结构，编码器处理输入序列中的每个元素，将捕获的信息编译成上下文内容向量 (context vector...
NLP---RNN & LSTM & GRU & BiRNN & BiLSTM
逗逗的博客
07-22 1431
1. RNNs (Recurrent Neural Networks) 参考：https://blog.youkuaiyun.com/Jerr__y/article/details/58598296 https://www.yunaitong.cn/understanding-lstm-networks.html 以上两篇均是翻译：http://colah.github.io/posts/2015-08-U...
评论
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
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