首页
学习
活动
专区
工具
TVP
发布

深度学习自然语言处理

专栏作者
1009
文章
1172549
阅读量
160
订阅数
统计机器学习方法 for NLP:基于CRF的词性标注
知乎: nghuyong 链接: https://zhuanlan.zhihu.com/p/523164712
zenRRan
2023-01-10
8460
统计机器学习方法 for NLP:基于HMM的词性标注
知乎: nghuyong 链接: https://zhuanlan.zhihu.com/p/533678582
zenRRan
2023-01-10
8620
一篇适合新手的深度学习综述!
每天给你送来NLP技术干货! ---- 编辑:炼丹笔记 来源:机器之心 荐语 文章列举出了近年来深度学习的重要研究成果,从方法、架构,以及正则化、优化技术方面进行概述。对于刚入门的深度学习新手是一份不错的参考资料,在形成基本学术界图景、指导文献查找等方面都能提供帮助。 论文地址:https://arxiv.org/pdf/1807.08169v1.pdf 摘要:深度学习是机器学习和人工智能研究的最新趋势之一。它也是当今最流行的科学研究趋势之一。深度学习方法为计算机视觉和机器学习带来了革命性的进步。
zenRRan
2022-08-26
5030
实体关系抽取综述及相关顶会论文介绍
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
1.8K0
ACL2022 | 分解的元学习小样本命名实体识别
每天给你送来NLP技术干货! ---- ©作者 | 回亭风 单位 | 北京邮电大学 研究方向 | 自然语言理解 来自 | PaperWeekly 论文标题: Decomposed Meta-Learning for Few-Shot Named Entity Recognition 论文链接: https://arxiv.org/abs/2204.05751 代码链接: https://github.com/microsoft/vert-papers/tree/master/papers/Decompos
zenRRan
2022-07-06
1.3K0
字节跳动发布最新音乐检索系统ByteCover2,检索速度提高八倍
每天给你送来NLP技术干货! ---- 机器之心发布 机器之心编辑部 翻唱识别(CSI)是音乐信息检索(MIR)领域的一项重要任务,在歌曲搜索,音乐分发,曲库整理,智能推荐等场景下有着重要作用,被誉为下一代音乐识别技术。 近期,字节跳动火山语音团队的最新音乐检索系统 ByteCover2 入选了 ICASSP 2022。这一系统主要面向翻唱识别(CSI)这一音乐信息检索(MIR)领域的一项重要任务,通过表征学习方法让其具备提取音乐核心特征的能力,并且该特征能够对种类繁多的音乐重演绎具有良好的鲁棒性,检索速
zenRRan
2022-05-30
9140
小样本学习只是一场学术界自嗨吗
每天给你送来NLP技术干货! ---- 文 | ALme@知乎 排版 | 夕小瑶的卖萌屋 这两年看见很多人,包括我实习的mentor在内,都在批评few-shot learning,觉得是学术界在自high,思考良久,感觉有必要给这个领域正个名~(注意,此答案仅关注few-shot image classification) 首先,要讨论few-shot learning的价值,咱得先把few-shot learning(FSL)这个问题的定位搞清楚。而要搞清楚few-shot learning的定
zenRRan
2022-05-09
9730
孙茂松教授——自然语言处理一瞥:知往鉴今瞻未来
人类语言(即自然语言)的重要性无论怎么讲都不为过。社会生物学之父爱德华·威尔逊曾说过:“语言是继真核细胞之后最伟大的进化成就”。科普畅销书《信息简史》的作者詹姆斯·格雷克也深刻地指出:“语言本身就是人类有史以来最大的技术发明”。这些断言带有科学哲学的意味,反映了现代人类对语言本质理解的不断深化。
zenRRan
2022-03-10
3050
别让数据坑了你!用置信学习找出错误标注(附开源实现)
在实际工作中,你是否遇到过这样一个问题或痛点:无论是通过哪种方式获取的标注数据,数据标注质量可能不过关,存在一些错误?亦或者是数据标注的标准不统一、存在一些歧义?特别是badcase反馈回来,发现训练集标注的居然和badcase一样?如下图所示,QuickDraw、MNIST和Amazon Reviews数据集中就存在错误标注。
zenRRan
2020-07-03
4.8K0
2018年国外主要实验室和科研团队成果和动向
Geoffrey Hinton,被称为“神经网络之父”、“深度学习鼻祖”,他曾获得爱丁堡大学人工智能的博士学位,并且为多伦多大学的特聘教授。在2012年,Hinton还获得了加拿大基廉奖(Killam Prizes,有“加拿大诺贝尔奖”之称的国家最高科学奖)。2013年,Hinton 加入谷歌并带领一个AI团队,他将神经网络带入到研究与应用的热潮,将“深度学习”从边缘课题变成了谷歌等互联网巨头仰赖的核心技术,并将BP算法应用到神经网络与深度学习。
zenRRan
2019-03-06
1K0
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
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