最近看了一篇最新的Sentence Embedding論文，今年4月份的爱葵，丹琦大神發(fā)表的《Simple Contrastive Learning of Sentence Em...
發(fā)簡(jiǎn)信
IP屬地：上海
-
真正的利器：對(duì)比學(xué)習(xí)SimCSE -
自然語(yǔ)言處理之文本數(shù)據(jù)增強(qiáng)
什么是數(shù)據(jù)增強(qiáng) 數(shù)據(jù)增強(qiáng)可以簡(jiǎn)單理解為由少量數(shù)據(jù)生成大量數(shù)據(jù)的過(guò)程巾腕。一般比較成功的神經(jīng)網(wǎng)絡(luò)擁有大量參數(shù)，使這些參數(shù)正確工作需要用大量的數(shù)據(jù)進(jìn)行訓(xùn)練帐要，但實(shí)際情況中數(shù)據(jù)并沒(méi)有那么...
-
NLP 預(yù)處理總結(jié)
在處理 NLP 相關(guān)任務(wù)的時(shí)候（文本分類(lèi)、聚類(lèi)，智能客服等）窗声，首要任務(wù)是對(duì)文本數(shù)據(jù)進(jìn)行預(yù)處理。結(jié)合自己的實(shí)踐經(jīng)驗(yàn)辜纲，總結(jié)了 N 條預(yù)處理的方法笨觅。 去掉一些無(wú)用的符號(hào) 文本中可能...
-
jieba 分詞原理
基本原理 基于前綴詞典實(shí)現(xiàn)高效的詞圖掃描，生成句子中漢字所有可能成詞情況所構(gòu)成的有向無(wú)環(huán)圖 (DAG);用前綴字典實(shí)現(xiàn)了詞庫(kù)的存儲(chǔ)(即dict.txt文件中的內(nèi)容)苍苞，而棄用之...
-
推薦算法之—FM1固翰、什么是FM算法 FM即Factor Machine，因子分解機(jī) 2羹呵、為什么需要FM 1）骂际、特征組合是許多機(jī)器學(xué)習(xí)建模過(guò)程中遇到的問(wèn)題，如果對(duì)特征直接建模冈欢，很有可能忽略掉特...
-
文本情感分類(lèi)
傳統(tǒng)模型——基于情感詞典 輸入句子歉铝，預(yù)處理 文本分詞 訓(xùn)練情感詞典（積極消極詞匯、否定詞凑耻、程度副詞等） 判斷規(guī)則（算法模型） 情感分類(lèi) 文本預(yù)處理 使用正則表達(dá)式太示，過(guò)濾掉我們...
