nlp
21篇文章 · 0订阅
  • 美团大脑：知识图谱的建模方法及其应用
    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…
    人工智能 NLP Microsoft
    美团大脑：知识图谱的建模方法及其应用
  • fighting41love/funNLP
    最近需要从文本中抽取结构化信息，用到了很多github上的包，遂整理了一下，后续会不断更新。 很多包非常有趣，值得收藏，满足大家的收集癖！ 如果觉得有用，请分享并star，谢谢！ 涉及内容包括：中英文敏感词、语言检测、中外手机/电话归属地/运营商查询、名字推断性别、手机号抽取、…
    NLP 人工智能
  • 【NLP】You May Not Need Attention详解
    之前蹭上了BERT的热度，粉以个位数每天的速度增长，感谢同学们的厚爱！弄得我上周本来打算写文本分类，写了两笔又放下了，毕竟文本分类有很多SOTA模型，而我的研究还不够深入。。慢慢完善吧，今天看到一篇You may not need attention，写attention起家的…
    NLP 人工智能 架构
  • 【NLP】Universal Transformers详解
    上一篇transformer写了整整两周。。解读太慢了。。主要是自己也在理解，而且没有时间看源码，非常惭愧，如果哪里说错了希望大佬们可以提醒一下 2. 【NLP】Transformer详解 Universal Transformer的产生是因为Transformer在实践上和理…
    NLP 人工智能 Google
  • 命名实体识别NER实战之基于bert（二）
    上一篇介绍了基本的ner任务，这篇继续介绍下CRF，最后使用Bert实现Ner任务。 我们先看两张简图。 图一是Bilstm也就是上一篇介绍的模型，图二就是BiLstm+CRF。对比两图不难发现，图二在标签之间也存在着路径连接，这便是CRF层。这里CRF的作用就是对各标签的之间…
    NLP
  • 【NLP】ELMo vs GPT vs BERT
    最近看了一篇论文叫《Linguistic Knowledge and Transferability of Contextual Representations》，NAACL 2019，感觉长了很多姿势，和大家分享一下。 目前词向量的做法有两大类，一类是类似word2vec、g…
  • 自己动手实现word2vec（Skip-gram模型）
    学习word2vec的skip-gram实现，除了skip-gram模型还有CBOW模型。 Skip-gram模式是根据中间词，预测前后词，CBOW模型刚好相反，根据前后的词，预测中间词。 首先，我们需要定义一个窗口大小，在窗口里面的词，我们才有中间词和前后词的定义。一般这个窗…
    人工智能 神经网络 算法