VyrnSynx
[02]NLP模型基础(一)
原创
关注作者
腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
圈层
工具
MCP广场
返回腾讯云官网
VyrnSynx
首页
学习
活动
专区
圈层
工具
MCP广场
返回腾讯云官网
社区首页
>
专栏
>
[02]NLP模型基础(一)
[02]NLP模型基础(一)
VyrnSynx
关注
修改于 2025-07-04 12:30:21
修改于 2025-07-04 12:30:21
197
1
举报
概述
引言这是自然语言处理的第二期,规划是前几期都会把相关的定义简单的讲一下。自然语言处理致力于理解和生成自然语言,其中的词表示和语言模型是构建NLP的两大基础。本文系统介绍词表示方法(从离散符号到分布式向量)和语言模型(从统计方法到神经网络),为后续NLP模型打下基础。这里先讲解一部分NLP模型基础,还有一部分会留到后两期,当然你也可以直接搜索关键字定位到你想要搜索的部分。本篇文章的篇幅可能会有点长,
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系
cloudcommunity@tencent.com
删除。
NLP技术
自然语言处理
LLM
腾讯技术创作特训营S14#新手村
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系
cloudcommunity@tencent.com
删除。
NLP技术
自然语言处理
LLM
腾讯技术创作特训营S14#新手村
评论
登录
后参与评论
0 条评论
热度
最新
推荐阅读
目录
引言
词表示的定义和目标
基于词典的词表示
One-hot Representation
Distributional Representation
总结:
相似度计算方法
点积
余弦相似度
矩阵分解获得稠密向量
1. 什么是矩阵分解?
2. 什么是SVD?
3. LSI, pLSA 和 LDA:
举个更简单的例子:
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档
0
1
0
推荐