bitxz

NLP之美

教程(1) 未归档(2) 爬虫那些事(2) 程序员必知必会(48) 编程语言(2) 装备杂谈(6)

/ 注册

全部文章 / NLP之美（共60篇）

RNN成长记(二)：文本分类

在第一篇文章中，我们看到了如何使用 TensorFlow 实现一个简单的 RNN 架构。现在我们将使用这些组件并将其应用到文本分类中去。主要的区别在于，我们不会像 CHAR-RNN 模型那样输入固定长度的序列，而是使用长度不同的序列。文本分类这个任务的数据集选用了来自 Cornell 大...

2020-09-16

0 457

RNN成长记(四)：Attention机制

在这篇文章里，我们将尝试使用带有注意力机制的编码器-解码器（encoder-decoder）模型来解决序列到序列（seq-seq）问题首先，让我们来一窥整个模型的架构并且讨论其中一些有趣的部分，然后我们会在先前实现的不带有注意力机制的编码器-解码器模型基础之上，添加注意力机制。我们将慢慢引入...

2020-09-16

0 585

RNN成长记(三)：Encoder-Decoder

在本文中，我将介绍基本的编码器（encoder）和解码器（decoder），用于处理诸如机器翻译之类的 seq2seq 任务。我们不会在这篇文章中介绍注意力机制，而在下一篇文章中去实现它。如下图所示，我们将输入序列输入给编码器，然后将生成一个最终的隐藏状态，并将其输入到解码器中。即编码器的最...

2020-09-16

0 728

RNN成长记(五)：LSTM与GRU

在本文中，我们将探索并尝试创建我们自己定义的 RNN 单元。不过在此之前，我们需要先仔细研究简单的 RNN，再逐步深入较为复杂的单元（如 LSTM 与 GRU）。我们会分析这些单元在 tensorflow 中的实现代码，最终参照这些代码来创建我们的自定义单元。基本 RNN：对于传统的 R...

2020-09-16

0 408

RNN成长记(四)：Attention机制

在这篇文章里，我们将尝试使用带有注意力机制的编码器-解码器（encoder-decoder）模型来解决序列到序列（seq-seq）问题首先，让我们来一窥整个模型的架构并且讨论其中一些有趣的部分，然后我们会在先前实现的不带有注意力机制的编码器-解码器模型基础之上，添加注意力机制。我们将慢慢引入...

2020-09-16

0 647

RNN成长记(五)：LSTM与GRU

在本文中，我们将探索并尝试创建我们自己定义的 RNN 单元。不过在此之前，我们需要先仔细研究简单的 RNN，再逐步深入较为复杂的单元（如 LSTM 与 GRU）。我们会分析这些单元在 tensorflow 中的实现代码，最终参照这些代码来创建我们的自定义单元。基本 RNN：对于传统的 R...

2020-09-16

0 566

NLP自然语言处理【基础+进阶】书籍

回炉炼丹了💊 两个月，准备好好再提升一下自己，为了我的核心项目Jarvis🤖️，回炉重造一下。这篇文章主要内容是分享我的暑假书单📚 这些书都是我精挑细选出来的，豆瓣评分都比较高🔥 暑假目标：主要目的是专业领域的深入，即自然语言处理。拓宽了知识宽度，必须找准发力点。...

2020-09-16

0 622

语音识别之PyTorch-Kaldi详细教程

本文介绍PyTorch-Kaldi。Kaldi是用C++和各种脚本来实现的，它不是一个通用的深度学习框架。如果要使用神经网络来梯度GMM的声学模型，就得自己用C++代码实现神经网络的训练与预测，这显然很难实现并且容易出错。我们更加习惯使用Tensorflow或者PyTorch来实现神经网络。因此Py...

2020-09-16

0 1405

从0进入推荐系统

推荐系统是利用电子商务网站向客户提供商品信息和建议，帮助用户决定应该购买什么产品，模拟销售人员帮助客户完成购买过程。个性化推荐是根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的信息和商品。随着电子商务规模的不断扩大，商品个数和种类快速增长，顾客需要花费大量的时间才能找到自己想买的商品。 ...

2020-09-16

0 924

从0进入智能客服系统

我们会产生一个想法：能不能有一个机器人来回答这些重复的问题，它能 24 小时的工作不用休息，降低客户成本，还能挖掘聊天记录里面的一些有价值的知识点。这就是智能客服产生的背景。 1. 智能客服系统智能客服产生的背景：为什么要有智能客服这样的一个产品，或者说研究方向呢？主要有以下这几个原因： ...

2020-09-16

0 672