• 字节跳动技术团队
    3月前
    NLP
    用户反馈驱动抖音产品体验优化实践
    摘要 抖音App每天收到大量的用户反馈，通过NLP智能反馈打标模型赋能了反馈数据场景化标签的构建，实现了面向业务视角的体验指标聚合。
    • 9371
    • 评论
    用户反馈驱动抖音产品体验优化实践
  • 王大呀呀
    1月前
    NLP 人工智能
    NLP 遇上中秋节
    使用 NLP 的相关技术玩转中秋，先使用 Word2Vec 实现了对中秋常见意象的相近词搜索，然后使用了 RNN 进行中秋节的藏头诗创作，然后使用 Seq2Seq 写对联
    • 1024
    • 4
  • NicesLife
    4天前
    NLP
    自然语言处理介绍
    小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。What is NLP? NLP = NLU + NLG
    • 65
    • 评论
    自然语言处理介绍
  • Coldcoder
    8天前
    NLP
    文本相似度算法(无监督算法)
    本文主要介绍文本相似度的非监督算法，相比较有监督的复杂模型，无监督模型和算法在现实场景下经常使用，是必须要掌握的基础技能。
    • 115
    • 评论
  • Coldcoder
    7天前
    NLP
    论文笔记 --《Get To The Point: Summarization with Pointer-Generator Networks》
    来源： ACL 2017 关键词：NLG，Pointer-Generator Networks 1.背景及问题描述 seq2seq模型的出现给生成式摘要（abstractive text summar
    • 57
    • 评论
  • Coldcoder
    8天前
    NLP
    论文笔记 --《Bottom-Up Abstractive Summarization》
    来源： EMNLP 2018 关键词：NLG，Bottom-Up, Text-Summarization 1.背景及问题描述（Abstract） 文本摘要是需要从长文本上生成内容相关的文本摘要。 基于
    • 44
    • 评论
  • 美团技术团队
    1月前
    人工智能 NLP
    美团商品知识图谱的构建及应用
    商品知识图谱作为新零售行业数字化的基石，提供了围绕商品的精准结构化理解，对业务应用起到了至关重要的作用。本文将围绕零售商品知识图谱，介绍美团在商品层级建设、属性体系建设、图谱建设人效提升等方向的探索。
    • 752
    • 评论
    美团商品知识图谱的构建及应用
  • NicesLife
    8天前
    NLP
    NLP实战-词性标注-维特比算法
    小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。 想要词性标注的结果越好，即标注的结果概率最大
    • 70
    • 评论
    NLP实战-词性标注-维特比算法
  • Coldcoder
    19天前
    NLP
    BM25算法, Best Matching
    BM25是信息索引领域用来计算query与文档相似度得分的经典算法。 不同于TF-IDF，BM25的公式主要由三个部分组成： query中每个单词t与文档d之间的相关性 单词t与query之间的相似性
    • 132
    • 评论
  • Coldcoder
    19天前
    NLP
    训练语言模型，零概率和平滑问题
    训练语言模型，零概率和平滑问题 当我们训练语言模型时候，就算使用一个相当大量的语料，如果直接用比值计算概率，大部分条件概率依然是零，这种模型称之为“不平滑”。在实际应用中，这种现象不可避免。 古德提出
    • 120
    • 评论
  • Coldcoder
    19天前
    NLP
    TF_IDF的信息论依据
    TF_IDF的信息论依据 一个查询(query)中每个关键字(key word)w的权重应该反映这个词对查询提供了多少信息。
    • 125
    • 评论
  • 爱读Paper的Toby
    1月前
    NLP
    《NLP情感分析》（一）——环境配置
    本文主要为《NLP情感分析》的环境配置，使用的软件和版本为：Pytorch1.8、torchtext0.9和Python3.7
    • 497
    • 评论
    《NLP情感分析》（一）——环境配置
  • Coldcoder
    20天前
    NLP
    Glove原理解释以及实战演练
    Glove向量训练步骤： 1. 构建共现矩阵 假设共现矩阵为X，每个元素为： $X_{ij}$,其表示的意义是：在整个语料库中，单词j和单词i共同出现在一个窗口中的次数。这里注意：一般而言，这个次数的
    • 98
    • 评论
  • Coldcoder
    17天前
    NLP
    论文笔记 --《THE CURIOUS CASE OF NEURAL TEXT DeGENERATION》
    这篇论文主要讨论使用语言模型的文本生成编码策略（decoding strategy），充分对比了*概率最大化编码*和*随机编码*两种编码策略，并分析了之前方法的问题。同时提出核心采样...
    • 58
    • 评论
  • 爱读Paper的Toby
    26天前
    NLP
    《NLP情感分析》（四）——Faster情感分析
    上一篇文章中我们已经介绍了基于RNN的升级版本的情感分析，在这一小节中，我们将学习一种不使用RNN的方法。这个简单的模型实现了与第二篇文章情感分析相当的性能，但训练速度要快得多。
    • 247
    • 评论
    《NLP情感分析》（四）——Faster情感分析
  • 王大呀呀
    4月前
    NLP 人工智能
    文本生成（Text Generation）原理详解
    主要介绍了使用 RNN 实现的文本生成的相关原理，并且在最后附上了两个我自己实现的案例，以及 github 上面的两个实际项目供大家学习
    • 2312
    • 6
  • 爱读Paper的Toby
    17天前
    NLP
    《NLP情感分析》（七）——Transformer情感分析
    使用Transformer进行情感分析 在本notebook中，我们将使用在 Attention is all you need 论文中首次引入的Transformer模型。
    • 116
    • 评论
    《NLP情感分析》（七）——Transformer情感分析
  • Coldcoder
    20天前
    NLP
    【深度文本匹配】之模型演绎
    文本匹配是最基础的自然语言处理任务，在很多项目，都需要做文本匹配，比如搜索、对话系统、分类系统等等等，而深度文本匹配是目前成熟又容量落地的方法...
    • 83
    • 评论
  • Coldcoder
    22天前
    NLP 人工智能
    让BERT飞一会
    BERT之大，让人头疼，所以让BERT飞一会，才能飞上云霄。较少一些方案：量化，剪纸， 模型蒸馏，模型结构上的优化，
    • 107
    • 评论
    让BERT飞一会
  • Coldcoder
    22天前
    NLP 人工智能
    NLP中的Data Augmentation
    在现实应用中，标注数据的缺失往往是NLPer面临的最头疼的问题，本文总结了一些常用的模型和技巧，包括无条件增强，条件增强，半监督学习等
    • 94
    • 评论