Публикации по теме 'nlp'


Хеширование с учетом местоположения для быстрого поиска в данных большого размера
Реальные проблемы Во многих реальных задачах нам приходится обрабатывать и анализировать большие объемы текстовых данных. например: интеллектуальный анализ текста, фильтрация спама, рекомендации по продукту, интернет-реклама и т. д. Такие данные обычно характеризуются высокой размерностью. Например: модель новостей Google обучается на наборе данных, состоящем примерно из 100 миллиардов слов. Модель содержит 300-мерные векторы на 3 миллиона слов и словосочетаний. В некоторых..
Что делает чат-ботов умными?
Мы создаем более умных чат-ботов, которые день за днем ​​становятся лучше в том, что они делают. Скорее, они заменяют букву А в слове искусственный интеллект буквой Ч , что означает Человек ! Конечно, это не означает, что мы полностью заменяем человеческий мозг, чтобы создавать более умных ботов , потому что, в конце концов, люди говорят машине, что они должны делать. Просто машина будет выполнять монотонные задачи тысячи раз снова и снова, в то время как люди будут думать:..
Построение анализатора зависимостей на основе переходов с использованием глубокого обучения
Учитывая предложение вроде «Экономические новости мало повлияли на финансовые рынки», мы должны проанализировать это предложение и получить дерево зависимостей с краем между словами и их атрибутами зависимости. Анализатор зависимостей на основе переходов состоит из трех основных компонентов: буфера (B) для хранения предложения, которое нужно проанализировать, стека (S), который изначально пуст, и набора ребер (E), которые идентифицированы в дереве зависимостей, Этот набор изначально..
Кузница моделей НЛП
"Обработка естественного языка" Кузница моделей НЛП Разблокирующий вывод для 1400 моделей НЛП Оптимизация конвейера логических выводов на основе последней отлаженной модели НЛП является обязательным условием для быстрого прототипирования. Однако из-за множества разнообразных архитектур моделей и библиотек NLP создание прототипов может стать трудоемкой задачей. Таким образом, мы создали Кузницу моделей НЛП . Генератор базы данных / кода для 1400 настроенных моделей, которые были..
Внешняя оценка увеличения данных для НЛП: пример использования классификации намерений
Применение алгоритмов искусственного интеллекта к небольшим данным всегда было одним из наших основных интересов в Opla , и Data Augmentation - одно из ключевых решений этой проблемы. Эта статья расширяет работу, представленную в нашей предыдущей статье об увеличении данных . 1. Предыдущая исследовательская работа Увеличение данных показало заметные результаты в таких сквозных областях, как обработка изображений [11, 13] или распознавание речи [6, 9]. Недавно были проведены..
Создайте чат-бота Telegram с Dialogflow от Google!
Создание чат-бота в Telegram может быть очень увлекательным и на самом деле довольно простой задачей. Хотите ли вы создать чат-бота для профессионального использования в своем начинающем бизнесе, или, может быть, вам скучно и вы хотите поговорить (общество рекомендует выходить на улицу, чтобы пообщаться, но, эй, не все из нас привиты от коронавируса на данный момент ), эта вводная статья познакомит вас с базовыми знаниями, которые вам понадобятся. Как всегда, у меня также есть видео на..
Обнаружение стойки с использованием сетей памяти
Как автоматически определять позицию в фрагменте текста и извлекать соответствующую информацию, идентифицированную в поддержку обнаруженной позиции? Метод, опубликованный в Автоматическом обнаружении стояния с использованием сквозных сетей памяти в NAACL, 2018. Авторы: Митра Мохтарами, Рами Бали, Джеймс Гласс, Преслав Наков, Луис Маркес, Алессандро Москитти Проблема под рукой? Чтобы определить относительную перспективу текста по отношению к заданному утверждению по таким..