自然语言处理—学习笔记

最新推荐文章于 2023-03-24 18:05:35 发布
原创 最新推荐文章于 2023-03-24 18:05:35 发布 · 321 阅读 · 0 ·
CC 4.0 BY-SA版权
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。
文章标签：

#自然语言处理

自然语言处理（NLP）是用计算机处理、理解和运用人类语言的人工智能分支，是计算机科学与语言学的交叉学科。其任务类型包括类别到序列（如文本生成）、序列到类别（如文本分类）、同步序列到序列（如中文分词）、异步序列到序列（如机器翻译）。
部署运行你感兴趣的模型镜像

自然语言处理简介

自然语言处理（Natural Language Processing，简称NLP）就是用计算机来处理、理解以及运用人类语言(如中文、英文等)，它属于人工智能的一个分支，是计算机科学与语言学的交叉学科，又常被称为计算语言学。

自然语言处理任务

在得到字、句子表示之后，自然语言处理任务类型划分为：

  • 类别（对象）到序列：例如文本生成、图像描述生成
  • 序列到类别：文本分类、情感分析
  • 同步的序列到序列：中文分词、词性标注、语义角色标注
  • 异步的序列到序列：机器翻译、自动摘要

参考资料

  1. Awesome-Chinese-NLP
  2. 兜哥出品 <一本开源的NLP入门书籍>
  3. NLP研究入门之道
  4. YSDA course in Natural Language Processing
  5. nlp-tutorial：Natural Language Processing Tutorial for Deep Learning Researchers

您可能感兴趣的与本文相关的镜像

Qwen3-8B

Qwen3-8B

文本生成
Qwen3

Qwen3 是 Qwen 系列中的最新一代大型语言模型，提供了一整套密集型和专家混合（MoE）模型。基于广泛的训练，Qwen3 在推理、指令执行、代理能力和多语言支持方面取得了突破性进展

studyeboy
关注
自然语言处理 学习笔记（一）
Mui的博客
11-28 1154
个人学习nlp笔记：学习材料CS124、COSC572和《Speech and Language Processing》第三版 自然语言处理 学习笔记（一）1.正则表达式和文本标准化1.1正则表达式1.2文本标准化(text normalization)1.2.1词语切分(word tokenization)插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左...
自然语言处理学习笔记
BaiJing1999的博客
09-09 450
  作为一名学习大数据的学生，这学期开设了一门学习NLP (Natural Language Processing)的课程。首次接触，对于NLP还是一片茫然。因此对NLP进行了搜索，查阅了许多关于自然语言处理的知识，下面是我对所搜集的NLP资料进行得整合，仅供参考。 这是一篇我无意之中搜索到的一位国外大牛 Jay Alammar 的博客：https://jalammar.github.io/ NL...
自然语言处理笔记
R君的博客
01-08 1381
文章目录绪论分类基本问题形态学语法学语义学语用学困难大量歧义大量未知语言现象基本研究方法数学基础概率论基础概率最大似然估计条件概率全概率公式贝叶斯法则形式语言与自动机基本概念树字符串操作（要把字符串看成一个集合，操作也是要对集合里的每一个都操作）正则表达式形式语言产生方式定义文法定义正则文法（3型）上下文无关（2型）上下文有关文法（1型）无约束文法（0型）自动机确定性有限自动机(definite automata, DFA)不确定性有限自动机 (non-definite automata, NFA)自动机与
自然语言处理学习笔记（一）
qq_45775524的博客
01-02 755
NLP：自然语言和处理两部分 发展历程 香农提出信息熵的概念 NLP发源于1950年。图灵于该年提出图灵测试 NLP规则时代 乔姆斯基文法规则定义的上下文无关法规则 NLP统计时代 马尔可夫性质的模型（语言模型、隐马尔可夫模型） 神经语言模型 将神经网络和语言模型相结合，为历史上第一次使用神经网络得到词嵌入矩阵 条件随机场CRF，为序列标注问题的利器 LDA模型提出的概念图模型 提出分布式假设理论，为词嵌入技术提供理论基础 NLP深度时代 随着算力发展，神经网络越做越深 CNNs RNNs R
Python 机器学习与自然语言处理学习笔记
08-17
Python机器学习与自然语言处理学习笔记深入探讨了如何利用Python语言进行机器学习和自然语言处理（NLP）的研究和应用。在当今数据驱动的世界，这两种技术已成为数据科学和人工智能领域的重要组成部分。 机器学习是...
自然语言处理学习笔记（通俗白话）
qq_52134394的博客
03-24 553
激活函数是神经网络非线性的来源，如果不引入，则神经网络的线性模型的复合仍然为线性模型，不能很好的拟合非线性情况下的模型。估计出来的模型是最接近真实情形的(误差=真实值-理论值)。（防止处理的参数过多）常用的池化层有，均值池化层、最大值池化层等。进入解码器时的数据一部分来自编码器，一部分由解码器自己生成。而**（真实-预测）的平方**很好的规避了这两个问题。的问题是：会出现正负相消的情况，从而出现误判。，比如对一张图像而言，关注的可能有纹理，色泽等。直接关注物体更显著的特征，有重点的去提取特征。
自然语言处理学习笔记：机器学习与深度学习原理及示例，基于 Tensorflow 和 PyTorch 框架，Transformer、BERT、ALBERT 等最新预训练模型及源代码详解，以及基于预训练模
08-12
本笔记将详细介绍机器学习和深度学习在自然语言处理中的应用原理，并结合Tensorflow和PyTorch这两个主流的深度学习框架，对最新的预训练模型如Transformer、BERT、ALBERT等进行详细解读，同时提供相关的源代码示例。...
自然语言处理学习笔记与实战项目-包含传统规则模型与概率模型机器学习算法神经网络Python实现TensorFlow和PyTorch深度学习框架详解CNNRNNTrans.zip
最新发布
09-05
自然语言处理学习笔记与实战项目不仅包括理论知识的学习，还涉及到实际项目的开发。通过实战项目，学习者可以将理论知识应用于具体的任务中，如聊天机器人、情感分析、新闻分类等，从而加深对NLP技术的理解和掌握。...
自然语言处理学习笔记与实战项目_包含传统机器学习模型深度学习原理与实现TensorFlow和PyTorch框架详解TransformerBERTALBERT等预训练模型解.zip
08-15
本压缩包文件名为“自然语言处理学习笔记与实战项目_包含传统机器学习模型深度学习原理与实现TensorFlow和PyTorch框架详解TransformerBERTALBERT等预训练模型解.zip”，它提供了一系列详尽的学习资源和实战项目，...
【学习笔记】自然语言处理
码海畅游记录
10-20 585
词嵌入模型 词嵌入模型基于的基本假设是出现在相似的上下文中的词含义相似，以此为依据将词从高维稀疏的独热向量映射为低维稠密的连续向量，从而实现对词的语义建模。 基于词出现频次的词嵌入模型 通过对“文档-词”矩阵进行矩阵分解得到每个词的语义表示。典型模型有GloVe。GloVe模型的基本思想是最小化 词iii和词jjj的向量向量表示viv_ivi​和vj^\hat{v_j}vj​^​算得的函数F(viTvj^)F(v_i^T\hat{v_j})F(viT​vj​^​) 与 词jjj出现在词iii的上下文概率Pi
自然语言处理学习笔记一（入门学习）
liuhuabing760596103的专栏
09-28 477
一、自然语言处理 它是一门融合了计算机科学、人工智能以及语言学的交叉学科。 二、自然语言的特点 1. 词汇量大（现代汉语常用词表总共收录了56008个词条） 2. 非结构化 3. 歧义性 4. 容错性（句子错的离谱，但是都可以猜出想要表达的意思） 5. 易变性（语言都是不断发展变化的） 6. 简略性（人类语言简洁、干练，如一些简称...
NLP自然语言处理学习笔记
qq_41386947的博客
11-07 996
这是一份自然语言处理学习与实践的笔记，作者刚开始是具备基础的编程能力、了解机器学习的基本概念、但是没有NLP领域的实践经历的小白。目的是理解NLP的逻辑和原理，掌握文本分类/情感分析及相关的实践能力，能运用在实际问题的解决中。
RNN, LSTM, GRU模型的作用, 构建, 优劣势比较,attention机制
热门推荐
码python的Vinsmoke
10-29 2万+
1. RNN架构解析 1.1 认识RNN模型 学习目标 了解什么是RNN模型. 了解RNN模型的作用. 了解RNN模型的分类. 什么是RNN模型 RNN(Recurrent Neural Network), 中文称作循环神经网络, 它一般以序列数据为输入, 通过网络内部的结构设计有效捕捉序列之间的关系特征, 一般也是以序列形式进行输出. 一般单层神经网络结构: RNN单层网络结构: 以时间步对RNN进行展开后的单层网络结构: RNN的循环机制使模型隐层上一时间步产..
自然语言处理 学习笔记（五）
Mui的博客
01-01 824
个人学习nlp笔记：学习材料CS124、COSC572和《Speech and Language Processing》第三版 自然语言处理 学习笔记（五）1.矢量语义（Vector Semantics）2. 信息抽取和命名实体抽取 1.矢量语义（Vector Semantics） 如果我们想让机器回答问题，或者让其了解并得到知识数据，也就是QA系统，是比检索更聪明的方法。 语义学semant...
NLP自然语言处理入门学习笔记（一）
pizm123的博客
09-13 1731
人工智能之NLP自然语言处理学习笔记（一）
自然语言处理 学习笔记（二）
Mui的博客
12-15 964
个人学习nlp笔记：学习材料CS124、COSC572和《Speech and Language Processing》第三版 自然语言处理 学习笔记（二）2.语言模型(language modeling)2.1.概率语言模型 2.语言模型(language modeling) 语言模型的任务是赋予句子一个概率，比如在机器翻译任务中，我们借由概率，选择一个&amp;amp;amp;amp;amp;amp;amp;quot;较好&amp;amp;amp;amp;amp;amp;amp;quo
自然语言处理学习笔记十三（Deep Learing 与 NLP ）
liuhuabing760596103的专栏
11-17 1162
一、 传统方法的局限性 1.1 数据稀疏 由于语言是离散的符号系统，每个字符与单词都是离散型随机变量。任何机器学习模型只接受向量，将文本转换成向量，表示为元素为0 1 的二进制向量，然后不同单词的相似句子却是不同的向量，现实中有无数个单词，从而会有严重的数据稀疏问题。 1.2 特征模板 为了建模语言的复合性，传统自然语言处理依赖于手工制定的特征模板，这些模板也是各种单词的组合，组合太多。同样也会带来数据稀疏的问题。 ...
自然语言处理NLP学习笔记
qq_40243295的博客
09-24 680
1.自然语言处理是什么？ NLP（Natural Language Processing）= NLU（Understand）+NLG（Generation） 自然语言处理 =自然语言理解+自然语言生成 NLU 负责理解内容，NLG 负责生成内容。 例如商场里的聊天机器人，“”你问小六汤包在哪里？“NLU技术用来理解用户的意图，理解用户想表达的意思。NLG负责回答：“在商场五楼。” 例子：传统的机器翻译，给出12组翻译对， 请翻译出最上面的话： 使用的就是概率统计，例如farok这个.
程序员阿甘的自然语言处理学习笔记
“程序员阿甘-mast笔记”是一份聚焦于自然语言处理（NLP）与机器学习、深度学习技术实践的综合性编程学习资料，结合其描述“程序员阿甘”以及所附标签如“自然语言处理、NLP、机器学习、深度学习、Python、文本分析...
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