腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
深度学习自然语言处理
专栏作者
举报
1010
文章
1175085
阅读量
161
订阅数
订阅专栏
申请加入专栏
全部文章(999+)
NLP 服务(293)
深度学习(232)
神经网络(221)
机器学习(206)
编程算法(181)
模型(165)
人工智能(134)
https(122)
数据(112)
网络安全(96)
论文(74)
性能(74)
其他(60)
python(43)
开源(41)
linux(36)
LLM(35)
github(34)
机器翻译(32)
测试(32)
腾讯云开发者社区(31)
知识图谱(29)
监督学习(28)
批量计算(26)
git(24)
框架(24)
强化学习(23)
数据结构(23)
pytorch(20)
http(19)
卷积神经网络(19)
tcp/ip(19)
css(18)
系统(18)
决策树(17)
优化(17)
图像处理(15)
数据分析(15)
ide(14)
迁移学习(14)
工作(14)
大数据(13)
nlp(13)
设计(13)
微信(11)
chatgpt(11)
token(11)
基础(11)
html(10)
图像识别(10)
学习方法(10)
gpt(10)
腾讯云测试服务(9)
LoRa(9)
云直播(8)
游戏(8)
编码(8)
代理(8)
函数(8)
内存(8)
数学(8)
tensorflow(7)
数据库(7)
网站(7)
推荐系统(7)
无监督学习(7)
机器人(7)
工具(7)
架构(7)
算法(7)
网络(7)
sql(6)
正则表达式(6)
教育(6)
agent(6)
量化(6)
视频(6)
搜索(6)
效率(6)
语音识别(5)
数据挖掘(5)
go(5)
node.js(5)
apache(5)
文件存储(5)
缓存(5)
processing(5)
meta(5)
word(5)
区块链(4)
bash(4)
unix(4)
医疗(4)
nat(4)
nest(4)
data(4)
embedding(4)
function(4)
openai(4)
self(4)
部署(4)
排序(4)
压缩(4)
自然语言处理(4)
java(3)
.net(3)
硬件开发(3)
api(3)
搜索引擎(3)
bash 指令(3)
电商(3)
存储(3)
分布式(3)
shell(3)
spark(3)
gui(3)
线性回归(3)
keras(3)
grep(3)
安全(3)
数据处理(3)
windows(3)
架构设计(3)
迁移(3)
联邦学习(3)
ls(3)
memory(3)
model(3)
prompt(3)
翻译(3)
华为(3)
解决方案(3)
苹果(3)
索引(3)
语法(3)
人脸识别(2)
官方文档(2)
数字货币(2)
自动驾驶(2)
javascript(2)
jquery ui(2)
android(2)
NAT 网关(2)
大数据处理套件 TBDS(2)
企业(2)
自动化(2)
爬虫(2)
无人驾驶(2)
numpy(2)
信息流(2)
云计算(2)
对话机器人(2)
特征工程(2)
聚类算法(2)
隐私计算(2)
智能客服机器人(2)
error(2)
label(2)
lstm(2)
mean(2)
network(2)
object(2)
sample(2)
sequence(2)
target(2)
tree(2)
变量(2)
程序(2)
服务(2)
集合(2)
技巧(2)
路由(2)
实践(2)
统计(2)
音频(2)
费用中心(1)
云点播(1)
对象存储(1)
负载均衡(1)
腾讯云学堂(1)
c 语言(1)
c++(1)
perl(1)
lua(1)
scala(1)
r 语言(1)
react(1)
json(1)
ajax(1)
oracle(1)
打包(1)
matlab(1)
中文分词(1)
apt-get(1)
mapreduce(1)
黑石物理服务器(1)
短视频(1)
访问管理(1)
SSL 证书(1)
数据加密服务(1)
文字识别(1)
内容理解(1)
金融(1)
kubernetes(1)
ssh(1)
面向对象编程(1)
opencv(1)
unity(1)
自动化测试(1)
二叉树(1)
单元测试(1)
kernel(1)
scikit-learn(1)
模式识别(1)
物联网(1)
微服务(1)
raft(1)
云课堂(1)
智能音乐(1)
基础教育(1)
alarm(1)
analysis(1)
apple(1)
bat(1)
behavior(1)
bit(1)
blender(1)
branch(1)
cat(1)
chat(1)
com(1)
decode(1)
distance(1)
dst(1)
encoding(1)
entity(1)
eval(1)
fixed(1)
google(1)
graph(1)
hidden(1)
history(1)
input(1)
it(1)
jupyter(1)
kaggle(1)
layer(1)
lift(1)
lisp(1)
lm(1)
marker(1)
microsoft(1)
modeling(1)
models(1)
next(1)
pdf(1)
perfect(1)
pivot(1)
plot(1)
position(1)
prediction(1)
ps(1)
random(1)
state(1)
table(1)
tabular(1)
text(1)
title(1)
torch(1)
translation(1)
twitter(1)
video(1)
vr(1)
youtube(1)
编程(1)
表格(1)
并发(1)
程序设计(1)
创业(1)
动画(1)
二维码(1)
工程师(1)
公众号(1)
工作流(1)
行业(1)
集群(1)
兼容性(1)
接口(1)
开发(1)
开发者(1)
科技(1)
可视化(1)
连接(1)
漏洞(1)
面试(1)
配置(1)
入门(1)
事件(1)
数据存储(1)
数据科学(1)
思维导图(1)
通信(1)
图表(1)
协议(1)
研发(1)
异常(1)
语音(1)
重构(1)
城市交通(1)
搜索文章
搜索
搜索
关闭
马斯克回应OpenAI:"Change your name"
开发
自然语言处理
人工智能
开源
openai
最近,整个AI圈都在关注OpenaAI和SpaceX首席执行官埃隆·马斯克的官司。继OpenAI驳回“埃隆的所有主张”(dismiss "all of Elon's claims")之后,今日马斯克在OpenaAI的X推文下锐评“请更换你的名字”("Change your name")将二者矛盾再次拉回公众视野。
zenRRan
2024-03-11
92
0
LLMs可以遵循简单的规则吗?
人工智能
测试
程序
工作
模型
由于大型语言模型在现实世界中的责任越来越大,因此如何以可靠的方式指定和约束这些系统的行为很重要。一些开发人员希望为模型设置显式规则,例如“不生成滥用内容”,但这种方式可能会被特殊技术规避。评估LLM在面对对抗性输入时遵循开发人员提供的规则的能力通常需要人工审查,这会减慢监控和方法开发的速度。
zenRRan
2023-11-16
170
0
介绍一个被称为十一边形战士的强大模型
人工智能
神经网络
深度学习
https
网络安全
文档智能(DI, Document Intelligence)主要指对于网页、数字文档或扫描文档所包含的文本以及丰富的排版格式等信息,通过人工智能技术进行理解、分类、提取以及信息归纳的过程。文档智能技术广泛应用于金融、保险、能源、物流、医疗等行业,常见的应用场景包括财务报销单、招聘简历、企业财报、合同文书、动产登记证、法律判决书、物流单据等多模态文档的关键信息抽取、文档解析、文档比对等。随着企业数字化、信息化进程不断加速,这类需求越来越强烈,工业界急需前沿技术与易用工具来解决这些问题。百度开源的文心ERNIE-Layout以及自然语言处理开发工具PaddleNLP来得很及时,强烈安利!
zenRRan
2023-01-10
817
0
NLP实战 | BERT文本分类及其魔改(附代码)
机器学习
神经网络
深度学习
人工智能
https
每天给你送来NLP技术干货! ---- 写在前面 本文主要介绍了两种文本分类模型:BERT文本分类基础模型,及基于Bert和TextCNN的魔改模型。在作者实际的有关文本分类的工作中取得了F1值超越Bert基础模型近4%的效果。 1. Baseline:Bert文本分类器 Bert模型是Google在2018年10月发布的语言模型,一经问世就横扫NLP领域11项任务的最优结果,可谓风头一时无二。 有关于Bert中transformer的模型细节,我们在此就不赘述了。感兴趣的朋友,可以看看《The Illus
zenRRan
2022-10-10
3.8K
0
推荐一个论文写作神器
机器学习
神经网络
深度学习
人工智能
朋友们,开学啦,你的论文开始写了嘛~ 论文通俗来说是本科和硕士的升学助力,也是学术界的硬通货,更是未来工作的加分项和敲门砖。 论文的写作对很多学生来说,是一种挑战。有些学生不知该如何对论文做选题,更多的学生则是对毕业论文写作到底有什么要求不清楚,不知从何下手,常常为毕业论文发愁。 我跟几位CVPR、ECCV等顶会审稿人聊了聊,总结输出如下文,希望对大家有启发。 扫码0.1元领取 《顶会审稿人论文写作干货》 论文写作的分为四个顺序:阅读论文→确定创新点→Coding/实验→论文写作。 01 阅读论文 发表论
zenRRan
2022-09-27
420
0
清华大学周伯文老师课题组招聘助理教授/博士后/工程师/短期访问学生
机器学习
神经网络
人工智能
编程算法
深度学习
清华大学协同交互智能课题组位于清华大学电子工程系罗姆楼,负责人为周伯文教授。该课题组致力于研究面向人工智能可信理论突破为基座的多模态交互数智化赋能关键技术,研究目标为:构建可解释、可交互、可信赖、能推理、能决策、有知识、自适应的新一代AI模型和理论,让AI系统更好地与人协同完成复杂任务,并更好地自适应产业数智化中多应用场景。 课题组简介 课题组主要研究方向包括: 多模态表征与交互 研究多模态信息的理解、生成、交互与知识图谱的融合推理,提升人机协同场景下的认知、创新与决策能力,建立数据驱动的机器学习与知识驱动
zenRRan
2022-09-27
602
0
小红书 | 电商算法和搜索团队招聘NLP、搜索和推荐系统(校招/社招)啦~
电商
机器学习
神经网络
人工智能
NLP 服务
每天给你送来NLP技术干货! ---- 小红书电商算法团队 团队介绍 小红书电商算法团队立足于整个电商分发场景,探索机器学习、深度学习、强化学习、人工智能和NLP前沿的技术发展,探索社区电商的价值。 算法场景分为电商搜索与推荐,主要工作包括: - 触发策略:用户数据理解、深度匹配,传统匹配、用户意图识别、query纠错/改写、相关性建模等; - 质量预估:点击率、转化率、客单价、交易额预估等 - 机制设计:排序机制、流量预估、多样性机制等 - 创意优化:商品图片、标题、优惠信息等展示创意优化; 岗位基本需求
zenRRan
2022-09-20
760
0
PaddleNLP通用信息抽取技术产业应用实例
神经网络
深度学习
人工智能
NLP 服务
https
每天给你送来NLP技术干货! ---- 写在前面 我们在《大一统信息抽取技术,PaddleNLP绝了》中介绍了 PaddleNLP安装及安装过程中的问题解决,也小试了一把 PaddleNLP,当时就惊叹了 PaddleNLP 的能力。今天我们就一起来通过这篇更详尽的文章继续了解强大的 PaddleNLP 。 0. PaddleNLP 一键预测能力 Taskflow API之三大特性 功能全面 全场景支持:覆盖NLU和NLG领域十一大经典任务。 文档级输入:支持文档级输入,解决预训练模型对输入文本的长度限
zenRRan
2022-09-20
921
0
长文详解YOLOv7的网络结构
神经网络
深度学习
人工智能
图像识别
.net
作者:Kissrabbit (知乎同名) 方向:目标检测与人体动作行为分析 哈尔滨工业大学在读博士 最近,Scaled-YOLOv4的作者(也是后来的YOLOR的作者)和YOLOv4的作者AB大佬再次联手推出了YOLOv7,目前来看,这一版的YOLOv7是一个比较正统的YOLO续作,毕竟有AB大佬在,得到了过YOLO原作的认可。 网上已经有了很多文章去从各个方面来测试YOLOv7,但关于YOLOv7到底长什么样,似乎还没有多少人做出介绍。由于YOLOv7再一次平衡好了参数量、计算量和性能之间的矛盾,所以,笔
zenRRan
2022-09-14
6.2K
2
长文实践 | 详述文文本生成任务之营销文本生成
apache
机器学习
神经网络
深度学习
人工智能
每天给你送来NLP技术干货! ---- 编辑:AI算法小喵 写在前面 在《一文详解生成式文本摘要经典论文Pointer-Generator》中,我们已经详细地介绍过长文本摘要模型 PGN+Coverage。这个工作小喵20年初的时候不仅研读了,同时也做了相关的复现与优化尝试,没记错的话当时用的是TF框架。碍于年代久远,当时也没有做笔记的习惯,所以没法跟大家分享相关的实践内容。 不过,小喵最近发现了一篇与之相关实践类博文,作者将 PGN+Coverage 用在营销文本生成任务上。整个实验与代码实现写的非常详细
zenRRan
2022-09-13
675
0
苏州大学NLP团队文本生成&预训练方向招收研究生/博士生(含直博生)
NLP 服务
神经网络
深度学习
人工智能
苏州大学自然语言处理团队文本生成&预训练方向招收研究生/博士生(含直博生) 研究方向 基于预训练的文本生成 知识增强文本生成 高效文本生成 可控文本生成 可迁移的表示学习与文本生成 李俊涛副教授简介 2020.08-至今,苏州大学计算机科学与技术学院副教授。 2020年8月毕业于北京大学王选计算机所&大数据研究院,主要研究方向为文本生成、预训练模型和对话系统。 在本领域顶级会议和期刊上发表论文20余篇(其中CCFA类12篇,EMNLP4篇,NAACL1篇,IEEETrans1篇),出版Fundations
zenRRan
2022-09-13
1.2K
0
哈工大讯飞联合实验室2022年秋季实习生招聘启事
深度学习
机器学习
神经网络
人工智能
NLP 服务
每天给你送来NLP技术干货! ---- 哈工大讯飞联合实验室(HFL)发布2022年秋季实习生招聘启事,欢迎有意申请的同学填写文章末尾的问卷应聘。 ••• 岗位:自然语言处理实习生 【工作地点】北京(海淀区软件园二期互联网创新中心) 【工作方向】前瞻技术研究、应用业务落地 【岗位职责】深入自然语言处理相关的核心技术研究及应用落地。研究方向包括但不限于篇章分析、阅读理解、问答系统、语法纠错、对话系统、预训练模型、多模态理解、多语言理解等。能够应用机器学习、深度学习等技术解决自然语言处理的相关问题。 【岗位要
zenRRan
2022-09-13
546
0
赠书 | 从语言学到深度学习NLP,一文概述自然语言理解模块
NLP 服务
神经网络
机器学习
人工智能
每天给你送来NLP技术干货! ---- 自然语言理解模块是对话系统中最重要的模块,对于用户输入的语句信息,首先需要通过自然语言理解模块进行处理,该模块主要的功能在于解析并“理解”用户输入的信息,将其转变成计算机可以理解的形式。该过程也可以看作一个信息结构化的过程,用户的输入信息一般表示为如下格式: 如图1所示即为一个用户输入语句经过结构化后的示例,该示例中的意图是希望用户提供手机号码信息,因此“act”为“request”,且当前询问的“slot”为电话信息“phone”,同时“slot”为
zenRRan
2022-08-31
644
0
安利一个不错的NLP项目
NLP 服务
机器学习
神经网络
人工智能
编程算法
经常有粉丝私信问我,有没有合适的NLP项目适合入门,一直跑网上的开源demo感觉收获不大。 我邀请到了大厂NLP算法专家王老师。 王老师目前在BAT某厂负责算法架构方面的工作,有7年以上的算法工作经验。在金融、媒体、电商等领域有众多NLP落地项目实践。王老师提炼总结了自己多年工作经验,输出成6个小时的《新闻文本分类项目实战班》,非常适合刚入门NLP的同学上手。 这个项目实战最吸引我的有2点—— 01 数据集。基于头条新闻标题数据集,质量相对较高。 02 代码。提供企业级代码、遵循标准的面向对象范式。
zenRRan
2022-08-26
396
0
结合NAACL2022对计算语言学趋势的思考与分析
NLP 服务
知识图谱
机器学习
深度学习
人工智能
每天给你送来NLP技术干货! ---- 译者 | 谈修泽 单位 | 东北大学自然语言处理实验室 01 引言 NAACL 会议是 ACL 的北美分会,每年举办一次,也是 NLP 领域备受关注的顶会之一。NAACL 主要涉及对话、信息抽取、信息检索、语言生成、机器翻译、多模态、统计机器学习等多个方面。 本篇文章的作者Antoine SIMOULIN协助了NAACL 2022,他结合今年一些论文的情况,就大规模预训练语言模型的应用、表现、期望等做了概述,总结并思考了当今计算语言学的发展趋势、不足与挑战。 02 原
zenRRan
2022-08-26
198
0
师妹通过这个方法拿到了几个大厂的NLP offer
编程算法
神经网络
深度学习
人工智能
知识图谱
每天给你送来NLP技术干货! ---- 现在NLP越来越卷了,普通的实验室项目已经不能满足同龄人的pk了,最近小两届的师妹告知我她通过真实的企业NLP项目的实战历练,才终于功夫不负有心人,在提前批收获了不少大厂offer,哎,真的好羡慕。 人工智能在近十年得到了飞速的发展,AI人才的供不应求带来的高薪也不断吸引着优秀人才进入人工智能领域。然而,近几年,AI人才供需关系发生了变化,人工智能领域的求职竞争日益激烈,企业对于人才的要求越来越高,仅仅掌握基础的AI知识并参与过Demo项目,远远不足以让求职者在众多同
zenRRan
2022-08-26
432
0
实体关系抽取综述及相关顶会论文介绍
机器学习
神经网络
人工智能
学习方法
每天给你送来NLP技术干货! ---- 写在前面 实体关系抽取作为文本挖掘和信息抽取的核心任务,其主要通过对文本信息建模,自动抽取出实体对之间的语义关系,提取出有效的语义知识。其研究成果主要应用在文本摘要、自动问答、机器翻译、语义网标注、知识图谱等。 1. 关系抽取任务简介 实体关系抽取作为信息抽取的重要任务,是指在实体识别的基础上,从非结构化文本中抽取出预先定义的实体关系。实体对的关系可被形式化描述为关系三元组〈e1,r,e2〉,其中 e1 和 e2 是实体,r 属于目标关系集 R{r1,r2, r3,…
zenRRan
2022-07-18
1.8K
0
深度学习论文精读[GAN]:利用深度生成先验进行多用途图像修复与处理
机器学习
神经网络
深度学习
人工智能
云直播
笔者最近在集中时间学习对抗生成网络(GAN),特别是深度生成先验进行多用途图像修复与处理,需要对图像修复与处理经典论文进行回顾和精读。 将从图像修复与处理的经典之作DGP《Exploiting Deep Generative Prior for Versatile Image Restoration and Manipulation》开始,重启精读之路。 7月14日,算法大咖1小时精讲Gan论文 扫码0.1元预约直播 提供代码数据集哈 DGP提出了一种挖掘GAN中图像先验的方式,在多个任务上揭示了GA
zenRRan
2022-07-18
496
0
Yann LeCun教授在Twitter上点赞的B站视频 -- 留言送最新机器学习书
神经网络
机器学习
深度学习
人工智能
卷积神经网络
每天给你送来NLP技术干货! ---- 来自:机器之心 编辑:杜伟 神奇的红石,神奇的我的世界,不可思议的 UP 主。 在我的世界(Minecraft)中,红石是一种非常重要的物品。它是游戏中的一种独特材料,开关、红石火把和红石块等能对导线或物体提供类似电流的能量。 红石电路可以为你建造用于控制或激活其他机械的结构,其本身既可以被设计为用于响应玩家的手动激活,也可以反复输出信号或者响应非玩家引发的变化,如生物移动、物品掉落、植物生长、日夜更替等等。 因此,在我的世界中,红石能够控制的机械类别极其多,小到简
zenRRan
2022-07-12
338
0
综述 | 推荐系统多任务学习的实战总结和常见问题(一)
机器学习
神经网络
人工智能
深度学习
NLP 服务
每天给你送来NLP技术干货! ---- 作者:frank 链接:https://zhuanlan.zhihu.com/p/439193124 多任务学习算法系列的主要内容是回顾和总结自己2019-2021间在深度学习多任务学习算法(multitask)的工业实践和遇到的常见问题,欢迎更多同学讨论和指正,同时也宣传一波我们组在推荐方向的工作成果——大规模推荐算法库PaddleRec(github.com/PaddlePaddle),欢迎大家点赞,关注和讨论。 第一章首先介绍多任务的基本概念和工业实践中的动
zenRRan
2022-06-27
770
0
点击加载更多
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!
立即发文
Python精品学习库
代码在线跑,知识轻松学
立即查看
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
立即体验
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
立即查看
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