IP屬地：臺灣
-
-
使用文本訓練ngram語言模型先分詞 分詞后的文本 使用SRILM生成arpa格式的語言模型 將語言模型轉(zhuǎn)化為G.fst 使用fstdraw繪制pdf 上面文本的完整轉(zhuǎn)化過程 arpa格式： 文本格式的G...
-
-
rasa問答系統(tǒng)（一）運行虛擬環(huán)境： 配置文件 config.yml language：'zh'代表中文市栗，'en'代表英文policies：nlu和core模型訓練的參數(shù)pipline ：定義了從...
-
來自北方，覽群書众眨，多游歷握牧；曾做過兩年基于深度強化學習的機器人控制容诬，現(xiàn)在專注于自然語言處理<br><br>偉大不會放棄你娩梨，除非你先放棄追尋她
-
1. Rasa2.0 學習筆記：Rasa Open Source 2.0 發(fā)布2020年10月7號，Rasa發(fā)布了Rasa Open Source 2.0览徒。 這個版本標志著Rasa Open Source開發(fā)的一個里程碑狈定，該版本包含了許多增強功能，這些...
-
-
TensorFlow卷積函數(shù)tf.nn.conv2dtf.nn.conv2d 在TensorFlow中使用tf.nn.conv2d實現(xiàn)卷積操作，其格式如下： input: 指需要做卷積的輸入圖像（tensor）躲叼，具有[batc...
-
Kaggle提升模型性能的超強殺招Stacking——機器學習模型融合之前的文章中談到了機器學習項目中芦缰，要想使得使得機器學習模型進一步提升，我們必須使用到模型融合的技巧枫慷，今天我們就來談?wù)勀Ｐ腿诤现斜容^常見的一種方法——stacking让蕾。翻譯成中...
-
無監(jiān)督語義相似度匹配之Bert抽取文本特征實戰(zhàn)
今天記一次采用bert抽取句子向量的實戰(zhàn)過程浪规，主要是想感受一下bert抽取出來的句子特征向量是否真的具有不錯的語義表達。 在此之前探孝，我們來回顧一下笋婿，如果我們想拿到一個句子的特...
-
思想上遺世獨立,身體上同流合污
-
Make a goal and work hard<br>
-
樣本不均衡之難易不均衡更好的閱讀體驗請?zhí)D(zhuǎn)至樣本不均衡之難易不均衡[https://xv44586.github.io/2020/10/14/focal-loss/] 上篇看樣本下菜的FastBE...
-
-
緩解多分類的樣本不均衡問題利用深度學習做多分類在工業(yè)或是在科研環(huán)境中都是常見的任務(wù)。在科研環(huán)境下栖疑，無論是NLP讨永、CV或是TTS系列任務(wù)，數(shù)據(jù)都是豐富且干凈的遇革。而在現(xiàn)實的工業(yè)環(huán)境中卿闹，數(shù)據(jù)問題常常成為困擾...
-
隱約雷鳴锻霎，陰霾天空。但盼風雨來揪漩，能留你在此旋恼。<br>隱約雷鳴，陰霾天空奄容，即使天無雨冰更，我亦留此地。<br>微信公眾號： Python爬蟲與算法（微信號為：easy_web_scrape）
-
NLP（三十）利用ALBERT和機器學習來做文本分類
??本文的靈感來自于A Visual Guide to Using BERT for the First Time昂勒，其作者為Jay Alammar蜀细，訪問網(wǎng)址為：http://...
-
天池學習賽-NLP新聞文本分類（3/6）-詞向量+機器學習模型
1 賽題理解 2 數(shù)據(jù)分析 3 詞向量+機器學習模型 詞向量：是文本表示成計算機能都計算的數(shù)字或向量的一般方法。將不定長文本轉(zhuǎn)換到定長空間戈盈，是文本分類的第一步奠衔。 One-ho...
-
重度咬手癥患者
