首页
首页
沸点
课程
直播
活动
竞赛
商城
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
望江小汽车
掘友等级
深度学习/自然语言处理 工程师
|
望江智库
简历 https://yuanxiaosc.github.io/about/
关注
私信
获得徽章 0
动态
文章
专栏
沸点
收藏集
0
关注
赞
0
文章 0
沸点 0
资讯 0
赞
0
关注
返回
|
搜索文章
望江小汽车
深度学习/自然语言处理 工程师 @ 望江智库
·
3年前
关注
多模态商品分类解决方案-深度学习在真实NAVER购物网站的应用
NAVER Shopping是NAVER提供的购物门户服务。 NAVER Shopping将产品与类别相匹配,以便系统地组织产品并允许更轻松地搜索用户。 当然,每天将超过2...
赞
评论
分享
望江小汽车
深度学习/自然语言处理 工程师 @ 望江智库
·
4年前
关注
2018年最强自然语言模型 Google BERT 论文全文中译
我们提出了一种新的称为 BERT 的语言表示模型,BERT 代表来自 Transformer 的双向编码器表示(Bidirectional Encoder Represen...
13
评论
分享
望江小汽车
深度学习/自然语言处理 工程师 @ 望江智库
·
4年前
关注
梳理2003-2018年NLP词语表示重要标志、论文和简介
本质上,自然语言理解 NLU 的核心问题其实就是如何从语言文字的表象符号中抽取出来蕴含在文字背后的真实意义,并将其用计算机能够读懂的方式表征出来。当然这通常对应的是数学语言...
赞
评论
分享
望江小汽车
深度学习/自然语言处理 工程师 @ 望江智库
·
4年前
关注
最简版Seq2Seq的英法机器翻译实践和详细代码解释
本文的内容主要是基于英法平行语料库来实现一个简单的英法翻译模型。没有使用注意力机制和双向LSTM等技术,主要是为了掌握基本的Seq2Seq结构和TensorFlow函数使用...
赞
评论
分享
望江小汽车
深度学习/自然语言处理 工程师 @ 望江智库
·
4年前
关注
机器学习中的信息熵 、交叉熵 、 相对熵 、KL散度 、 Wasserstein距离【收藏】
KL 散度,用分布 P 的最佳信息传递方式来传达分布 Q,比用分布 Q 自己的最佳信息传递方式来传达分布 Q,平均多耗费的信息长度为 KL 散度,表达为 或 ,KL 散度衡...
赞
评论
分享
望江小汽车
深度学习/自然语言处理 工程师 @ 望江智库
·
4年前
关注
2018年最强自然语言模型 Google BERT 资源汇总
遮蔽语言模型(完形填空)和预测下一句任务。 Recent empirical improvements due to transfer learning with lang...
10
评论
分享
个人成就
文章被点赞
128
文章被阅读
87,398
掘力值
1,399
关注了
0
关注者
553
收藏集
0
关注标签
2
加入于
2018-06-28