腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

Pytorch实践

深度学习框架Pytorch实践

专栏作者

35

文章

99288

阅读量

40

订阅数

迁移学习在自然语言处理领域的应用

机器学习神经网络深度学习人工智能迁移学习

迁移学习近年来在图形领域中得到了快速的发展，主要在于某些特定的领域不具备足够的数据，不能让深度模型学习的很好，需要从其它领域训练好的模型迁移过来，再使用该模型进行微调，使得该模型能很好地拟合少量数据的同时又具备较好的泛化能力（不过拟合）。

2018-12-01

9470

RUBER：一种无监督对话系统回复质量的评价方法

对于对话系统的回复质量评价，一直没有很好的方法。之前的文章写过一些评价指标，例如BLEU、PPL、Distinct、ROUGE等。这些指标给出的评估结果与人工评价得出的结果相差很大，并且也不相关。本文介绍一种无监督（不需要标记语料）的回复质量评价方法。 ---- 回复的好坏有几个维度：（1）与问题或对话的话题相关；（2）与该问题的已有回复相似、不能有太大偏差；（3）不能有太多的通用性回复，例如“好的”、“是的”。 ---- RUBER，很好地解决了上述三个问题。RUBER，全称“Referenced

2018-06-07

1K0

Pytorch实现基于skip-gram的word2vec

pytorch 神经网络分布式

对于词语的表示，最开始采用one-hot编码，用于判断文本中是否具有该词语；后来发展使用Bag-of-Words，使用词频信息对词语进行表示；再后来使用TF-IDF根据词语在文本中分布情况进行表示。而近年来，随着神经网络的发展，分布式的词语表达得到大量使用，word2vec就是对词语进行连续的多维向量表示。

2018-03-23

2.9K3

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态