首页
学习
活动
专区
工具
TVP
发布

AI星球

专栏作者
46
文章
86128
阅读量
23
订阅数
浅谈Embedding技术在推荐系统中的应用(1)
接着上一篇[推荐之矩阵分解],继续说Embedding在推荐领域的应用方法,矩阵分解为描述User/Item提供了一种向量化表达的方案,而本篇将探究如何从word2vec的角度获取Item的向量化表达。
流川枫
2020-04-24
1.2K0
NLP界最强特征提取器--Transformer
前面介绍NLP领域词向量技术的时候提到了目前最炙手可热的语言模型BERT,而BERT之所以能取得这样的瞩目成就,离不开其采用的超强特征提取器Transformer。
流川枫
2020-04-24
4.4K0
词向量(1)--从Word2Vec到ELMo
若你是做NLP的,一定对词向量很亲切,若你是做推荐的,对词向量也一定不会陌生,以词向量为代表的序列向量化方法已经成为机器学习中必不可少的实战利器。
流川枫
2020-04-24
7530
[转载]深度学习技术在文本数据智能处理中的实践
人工智能目前的三个主要细分领域为图像、语音和文本,老师分享的是达观数据所专注的文本智能处理领域。文本智能处理,亦即自然语言处理,试图让机器来理解人类的语言,而语言是人类认知发展过程中产生的高层次抽象实体,不像图像、语音可以直接转化为计算机可理解的对象,它的主要应用主要是在智能问答,机器翻译,文本分类,文本摘要,标签提取,情感分析,主题模型等等方面。
流川枫
2018-10-22
1.1K0
[转载]深度学习技术在文本数据智能处理中的实践
人工智能目前的三个主要细分领域为图像、语音和文本,老师分享的是达观数据所专注的文本智能处理领域。文本智能处理,亦即自然语言处理,试图让机器来理解人类的语言,而语言是人类认知发展过程中产生的高层次抽象实体,不像图像、语音可以直接转化为计算机可理解的对象,它的主要应用主要是在智能问答,机器翻译,文本分类,文本摘要,标签提取,情感分析,主题模型等等方面。
流川枫
2018-10-22
1.1K0
[转载]如何在NLP领域第一次做成一件事
自己也写过一篇关于NLP研究领域的个人粗浅的理解与入门学习建议----吾爱NLP(3)—我对NLP的理解与学习建议,今日偶然发现了微软亚研大佬的这篇文章,不仅介绍了NLP相关的各个研究领域以及入门实践的路径,还简单的解读了如何完成一篇学术论文,特此转载希望对各位有帮助。
流川枫
2018-09-12
5880
[转载]如何在NLP领域第一次做成一件事
自己也写过一篇关于NLP研究领域的个人粗浅的理解与入门学习建议----吾爱NLP(3)—我对NLP的理解与学习建议,今日偶然发现了微软亚研大佬的这篇文章,不仅介绍了NLP相关的各个研究领域以及入门实践的路径,还简单的解读了如何完成一篇学术论文,特此转载希望对各位有帮助。
流川枫
2018-09-12
5880
吾爱NLP(5)—词向量技术-从word2vec到ELMo
"词和句子的嵌入已成为所有基于深度学习的自然语言处理(NLP)系统的重要组成部分,它们在固定长度的稠密向量中编码单词和句子,以大幅度提高神经网络处理文本数据的能力。"
流川枫
2018-09-12
1.6K0
吾爱NLP(4)—基于Text-CNN模型的中文文本分类实战
转眼学生生涯就结束了,在家待就业期间正好有一段空闲期,可以对曾经感兴趣的一些知识点进行总结。
流川枫
2018-09-12
8K0
吾爱NLP(3)—我对NLP的理解与学习建议
简单来说,NLP = Nature Language Process = 自然语言处理 ≈ 语言信息(文本/语音)+机器学习 。
流川枫
2018-09-12
1K0
吾爱NLP(1)--我与自然语言处理
文字只是信息的载体,而非信息本身,那么不用文字,而用其它的载体(比如word2vec形式的词向量)是否一样可以储存同样意义的信息呢?这个答案是肯定的,这也是现在通信技术的基础,如果想让计算机来处理我们的人类语言、文本数据,首要的就是换一种数据的载体(表示形式)---数值化。
流川枫
2018-09-12
9990
吾爱NLP(1)--我与自然语言处理
文字只是信息的载体,而非信息本身,那么不用文字,而用其它的载体(比如word2vec形式的词向量)是否一样可以储存同样意义的信息呢?这个答案是肯定的,这也是现在通信技术的基础,如果想让计算机来处理我们的人类语言、文本数据,首要的就是换一种数据的载体(表示形式)---数值化。
流川枫
2018-09-12
9990
如何快速入门成为厉害的数据分析师,一份完整书单
“一切都被记录,一切都被分析”就了一个信息爆炸的时代,人类过去两年产生的数据占据了整个人类文明中所产生的数据的90%。而在这些无限丰富的数据中,蕴藏着巨大的价值,数据分析在数据爆炸式增长的前提下变得炙手可热,数据分析师甚至被称为“性感的职业”。由于需求的迫切增加和人才的短缺,数据人才显得弥足珍贵,数据分析师由此披上了华丽的光环。那么对于并非科班出身的人来说,如何通过自己的学习入门并成为厉害的数据分析师呢?下面是一份比较基础的书单,但也可以说是一个相对完整的入门学习体系。
流川枫
2018-09-12
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