首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    哈工大车万翔教授带你学习NLP新范式:基于预训练的方法(赠书)

    经过60余年的发展,人们已经研发了各种各样自然语言处理技术,这些纷繁复杂的技术本质上都是在试图回答一个问题:语义在计算机内部是如何表示的? 根据表示方法的不同,自然语言处理技术共经历了四次范式变迁,分别是小规模专家知识、大规模语料库统计模型、大规模语料库深度学习和大规模预训练语言模型。 特别是在2010 年之后,随着基于深度神经网络的表示学习方法的兴起,该方法直接端到端地学习各种自然语言处理任务,不再依赖人工设计的特征。深度学习可以有效地避免统计学习方法中的人工特征提取操作,自动地发现对于目标任务有效的表示

    03

    哈工大车万翔教授带你学习NLP新范式:基于预训练的方法(赠书)

    经过60余年的发展,人们已经研发了各种各样自然语言处理技术,这些纷繁复杂的技术本质上都是在试图回答一个问题:语义在计算机内部是如何表示的? 根据表示方法的不同,自然语言处理技术共经历了四次范式变迁,分别是小规模专家知识、大规模语料库统计模型、大规模语料库深度学习和大规模预训练语言模型。 特别是在2010 年之后,随着基于深度神经网络的表示学习方法的兴起,该方法直接端到端地学习各种自然语言处理任务,不再依赖人工设计的特征。深度学习可以有效地避免统计学习方法中的人工特征提取操作,自动地发现对于目标任务有效的表示

    01

    腾讯AI Lab斩获知识图谱顶级赛事KBP 2017世界冠军

    本文介绍了腾讯AI Lab在2017年国际知识图谱构建大赛(KBP)中,首次参赛并获得了实体发现与链接(Entity Discovery and Linking Track,EDL)任务冠军。实体发现与链接任务是KBP赛事的核心任务之一,具有很高的技术挑战性。腾讯AI Lab采用了篇章理解模型和关联图模型,以深度学习架构为基础,通过大规模数据的训练,能够更精准地理解篇章的语义,解决实体的歧义性,并将整篇文章的所有重要信息一起建模到一个图结构当中,整体求解以达到全局最优。TopBase是腾讯AI Lab建设的知识图谱,涵盖50多个领域,亿级实体,10亿级三元组,并已广泛应用到天天快报、微信看一看和微信搜索等业务中。

    01

    3 天,我把 NLP 中的预训练模型、图神经网络、模型压缩、知识图谱彻底撸清楚了!

    大家都知道NLP近几年非常火,而且发展也特别快。那些耳熟的BERT、GPT-3、图神经网络、知识图谱等技术实际上也就是这几年发展起来的,特别像图神经网络在这两年间取得了飞速的发展。 我们正处在信息爆炸的时代、面对每天铺天盖地的新的网络资源和论文、很多时候我们面临的问题并不是缺资源,而是找准资源并高效学习。但很多时候你会发现,花费大量的时间在零零散散的内容上,但最后发现效率极低,浪费了很多宝贵的时间。 为了迎合大家学习的需求,我们重磅推出了《自然语言处理训练营》(一定要看到最后),主要有两个目的: 1. 对

    03
    领券