- 西门子1200PLC自由口通讯5 935浏览会员免费
- Handbook of Natural Language Processing Second Edition。 自然语言处理好书,传统方法,统计方法。各种方法的论文集合。0 190浏览会员免费
- 中文摘要大小:139MBNLPCC中文摘要5W条数据,最长文本8000多字NLPCC中文摘要5W条数据,最长文本8000多字0 543浏览免费
- Python开发-自然语言处理大小:15MB微调BERT用于提取摘要的论文代码微调BERT用于提取摘要的论文代码0 1191浏览会员免费
- 样章,自然语言处理的书,研一学生为赚积分传传传,都来下载吧。2 61浏览会员免费
- Python开发-自然语言处理大小:29MB中文错别字纠正工具。音似、形似错字(或变体字)纠正,可用于中文拼音、笔画输入法的错误纠正。python3开发。pycorrector依据语言模型检测错别字位置,通过拼音音似特征、笔画五笔编辑距离特征及语言模型困惑度特征纠正错别字。中文错别字纠正工具。音似、形似错字(或变体字)纠正,可用于中文拼音、笔画输入法的错误纠正。python3开发。pycorrector依据语言模型检测错别字位置,通过拼音音似特征、笔画五笔编辑距离特征及语言模型困惑度特征纠正错别字。5 3434浏览会员免费
- 遗传算法大小:629KB1.python代码 2.有数据集1.python代码 2.有数据集5 2858浏览¥ 20.90
- 请用麦克风录取自己的一段语音信号(2秒),根据自己声音的特点确定采样频率。 要求: 1)分别用MATLAB作出短时傅立叶变换、Wigner-Ville分布和小波变换的时频分布图 2)列出公式,画出所有图谱 3) 讨论三种时频分布的结果与特点0 885浏览会员免费
- nlp大小:19MB基于CNN的文本分类代码包,CNN(Convolutional Neural Network)即卷积神经网络,本质上,CNN就是一个多层感知机,只不过采用了局部连接和共享权值的方式减少了参数的数量,使得模型更易于训练并减轻过拟合。在文本分类中,参考论文Convolutional Neural Networks for Sentence Classification https://arxiv.org/abs/1408.5882中的模型 对于单词的嵌入向量,有四种处理方法 1. 使用随机嵌入并在训练时进行更新; 2. 使用已有的嵌入向量,在训练时不作为参数更新; 3. 使用已有的嵌入向量,在训练时作为参数更新; 4. 结合2和3,将单词嵌入到两个通道的嵌入向量中,其中一个嵌入向量为固有属性,另一个嵌入向量作为参数进行更新。基于CNN的文本分类代码包,CNN(Convolutional Neural Network)即卷积神经网络,本质上,CNN就是一个多层感知机,只不过采用了局部连接和共享权值的方式减少了参数的数量,使得模型更易于训练并减轻过拟合。在文本分类中,参考论文Convolutional Neural Networks for Sentence Classification https://arxiv.org/abs/1408.5882中的模型 对于单词的嵌入向量,有四种处理方法 1. 使用随机嵌入并在训练时进行更新; 2. 使用已有的嵌入向量,在训练时不作为参数更新; 3. 使用已有的嵌入向量,在训练时作为参数更新; 4. 结合2和3,将单词嵌入到两个通道的嵌入向量中,其中一个嵌入向量为固有属性,另一个嵌入向量作为参数进行更新。0 252浏览免费
- nlp大小:16MB| 在自然语言处理领域中,预训练语言模型(预训练语言模型)已成为非常重要的基础技术。为了进一步促进中文信息处理的研究发展,我们发布了基于全词遮罩(Whole Word Masking)技术的中文预训练模型BERT-wwm,以及更多技术相关的模型:BERT-wwm-ext,RoBERTa-wwm-ext,RoBERTa-wwm-ext-large,RBT3,RBTL3。 崔一鸣,车万祥,刘婷,秦兵,杨自清,王世进,胡国平 本项目基于谷歌官方BERT: : 其他相关资源: MacBERT预训练模型: : 中文ELECTRA预训练模型: : 中文XLNet预训练模型: : 知识蒸馏工具TextBrewer: : 查看更多哈工大讯飞联合实验室(HFL)发布的资源: : 新闻 2021年1月27日所有模型已支持TensorFlow 2,请通过变压器库进行调用或下载。 2020/9/15我们的论文被录用为长文。 2020/8/27哈工大讯飞联合实验室在通用自然语言理解评论GLUE中荣登榜首,查看,。 2020/3/23本目录发布的模型已接收 ,查看 2020/3/11| 在自然语言处理领域中,预训练语言模型(预训练语言模型)已成为非常重要的基础技术。为了进一步促进中文信息处理的研究发展,我们发布了基于全词遮罩(Whole Word Masking)技术的中文预训练模型BERT-wwm,以及更多技术相关的模型:BERT-wwm-ext,RoBERTa-wwm-ext,RoBERTa-wwm-ext-large,RBT3,RBTL3。 崔一鸣,车万祥,刘婷,秦兵,杨自清,王世进,胡国平 本项目基于谷歌官方BERT: : 其他相关资源: MacBERT预训练模型: : 中文ELECTRA预训练模型: : 中文XLNet预训练模型: : 知识蒸馏工具TextBrewer: : 查看更多哈工大讯飞联合实验室(HFL)发布的资源: : 新闻 2021年1月27日所有模型已支持TensorFlow 2,请通过变压器库进行调用或下载。 2020/9/15我们的论文被录用为长文。 2020/8/27哈工大讯飞联合实验室在通用自然语言理解评论GLUE中荣登榜首,查看,。 2020/3/23本目录发布的模型已接收 ,查看 2020/3/115 4227浏览会员免费
- Python开发-自然语言处理大小:2MBpython3利用互信息和左右信息熵的中文分词新词发现python3利用互信息和左右信息熵的中文分词新词发现0 2110浏览会员免费
- 系统开源大小:14MB知识图谱的构建java源码NOUS:动态知识图中的构建、查询和推理 知识图谱 (KG) 的自动构建仍然是一项昂贵的技术挑战,大多数企业和学术机构都无法实现。 NOUS 是一个端到端框架,用于为任意应用程序域开发自定义知识图驱动分析。 我们系统的独特之处在于 A) 将精选的 KG 与从非结构化文本中提取的知识相结合,B) 支持动态 KG 上的高级趋势和解释性问题,以及 C) 回答嵌入答案的查询的能力多个数据源。 NOUS 是什么意思? “用经验知识进行推理的能力。” 见 和 。 介绍 NOUS 提供了从流数据构建特定领域知识图所需的完整功能套件。 这包括 自然语言处理(NLP), 实体和关系映射, 使用链接预测的置信度估计。 使用频繁图挖掘的规则学习/趋势发现 使用图搜索进行问答 出版物和演讲 Choudhury S、Purohit S、Lin P、Wu Y、Holder LB、Agarwal K 2018。“Percolator: Parallel Pattern Discovery in Dynamic Graphs”第 11 届 ACM 网络搜索和数据挖掘 (WSDM) 国际会议。知识图谱的构建java源码NOUS:动态知识图中的构建、查询和推理 知识图谱 (KG) 的自动构建仍然是一项昂贵的技术挑战,大多数企业和学术机构都无法实现。 NOUS 是一个端到端框架,用于为任意应用程序域开发自定义知识图驱动分析。 我们系统的独特之处在于 A) 将精选的 KG 与从非结构化文本中提取的知识相结合,B) 支持动态 KG 上的高级趋势和解释性问题,以及 C) 回答嵌入答案的查询的能力多个数据源。 NOUS 是什么意思? “用经验知识进行推理的能力。” 见 和 。 介绍 NOUS 提供了从流数据构建特定领域知识图所需的完整功能套件。 这包括 自然语言处理(NLP), 实体和关系映射, 使用链接预测的置信度估计。 使用频繁图挖掘的规则学习/趋势发现 使用图搜索进行问答 出版物和演讲 Choudhury S、Purohit S、Lin P、Wu Y、Holder LB、Agarwal K 2018。“Percolator: Parallel Pattern Discovery in Dynamic Graphs”第 11 届 ACM 网络搜索和数据挖掘 (WSDM) 国际会议。0 1285浏览会员免费
- 深度学习,框架,人工智能,自然语言处理,计算机视觉,实例,应用大小:352B购买课程后,添加小助手微信(微信号:csdnxy68)回复【唐宇迪】 进入学习群,获取唐宇迪老师答疑 深度学习框架-PyTorch实战课程旨在帮助同学们快速掌握PyTorch框架核心模块使用方法与项目应用实例,让同学们熟练使用PyTorch框架进行项目开发。课程内容全部以实战为导向,基于当下计算机视觉与自然语言处理中经典项目进行实例讲解,通过Debug模式详解项目中每一行代码的作用与效果,整体风格通俗易懂,提供全部课程所属课件。购买课程后,添加小助手微信(微信号:csdnxy68)回复【唐宇迪】 进入学习群,获取唐宇迪老师答疑 深度学习框架-PyTorch实战课程旨在帮助同学们快速掌握PyTorch框架核心模块使用方法与项目应用实例,让同学们熟练使用PyTorch框架进行项目开发。课程内容全部以实战为导向,基于当下计算机视觉与自然语言处理中经典项目进行实例讲解,通过Debug模式详解项目中每一行代码的作用与效果,整体风格通俗易懂,提供全部课程所属课件。1 758浏览会员免费
- Python开发-自然语言处理大小:295MB今日头条中文新闻文本(多层)分类数据集今日头条中文新闻文本(多层)分类数据集0 1917浏览会员免费
- 数据集大小:58MB第六届CCF自然语言处理和中文计算会议(NLPCC 2017)第六届CCF自然语言处理和中文计算会议(NLPCC 2017)0 1519浏览会员免费
- EPUB大小:5MBDeveloping Apps with GPT-4 and ChatGPT 完整版本Developing Apps with GPT-4 and ChatGPT 完整版本5 583浏览会员免费
- 卷积神经网络大小:17MB基于python CNN卷积神经网络模型实现6类别垃圾分类 毕业设计 附完整代码数据 目前垃圾分类已经在许多城市开展起来。这看似微不足道的“小事”,实则关系到13亿多人生活环境的改善,理应通过人工智能技术来大力提倡社会风气养成。本次实验提供六个类别的垃圾识别分类数据集,分别是glass、cardboard、metal、paper、plastic、trash。本次实验是基于卷积神经网络模型来完成六个类别垃圾分类。 2.任务要求 每位同学单独完成;建立神经网络模型,并尽可能将其参数调优到最佳状态;绘制深度学习模型图、绘制并分析学习曲线等;分析模型并试着调试不同学习率等超参数对模型的结果影响 ;使用Python语言。 3.实验方法 --- 卷积神经网络 (Convolutional Neural Network, CNN)是一种结构类似于人类或动物的 视觉系统 的人工神经网络,包含一个或多个卷积层(Convolutio基于python CNN卷积神经网络模型实现6类别垃圾分类 毕业设计 附完整代码数据 目前垃圾分类已经在许多城市开展起来。这看似微不足道的“小事”,实则关系到13亿多人生活环境的改善,理应通过人工智能技术来大力提倡社会风气养成。本次实验提供六个类别的垃圾识别分类数据集,分别是glass、cardboard、metal、paper、plastic、trash。本次实验是基于卷积神经网络模型来完成六个类别垃圾分类。 2.任务要求 每位同学单独完成;建立神经网络模型,并尽可能将其参数调优到最佳状态;绘制深度学习模型图、绘制并分析学习曲线等;分析模型并试着调试不同学习率等超参数对模型的结果影响 ;使用Python语言。 3.实验方法 --- 卷积神经网络 (Convolutional Neural Network, CNN)是一种结构类似于人类或动物的 视觉系统 的人工神经网络,包含一个或多个卷积层(Convolutio5 2462浏览¥ 22.90
- Python开发-自然语言处理大小:122KB知识图谱,本项目是一个开放的知识图谱项目,融合了两千五百多万的实体,拥有亿级别的实体属性关系。知识图谱,本项目是一个开放的知识图谱项目,融合了两千五百多万的实体,拥有亿级别的实体属性关系。0 671浏览会员免费
- 云计算/大数据,人工智能,NLP,python,自然语言处理,深度学习,开发工具,技术,91大小:503B课程目标: 学习完本门课程,您将对自然语言处理技术有更深入的了解,彻底掌握中文命名实体识别技术。 适用人群: 自然语言处理从业者、深度学习爱好者 课程简介: 命名实体识别作为自然语言处理的基础技术之一,在自然语言处理上游各个任务(问答系统、机器翻译、对话系统等)重扮演者十分重要的角色,因此深入掌握命名实体识别技术,是作为自然语言处理从业者毕本技能,本课程理论与实践相结合,希望能给大家带来帮助。 课程要求: (1)开发环境:Python3.6.5 Tensorflow1.13.1;(2)开发工具:Pycharm; (3)学员基础:需要一定的Python基础,及深度学习基础; (4)学院收货:掌握命名实体识别关键技术; (5)学院资料:见课程资料; (6)课程亮点:全程实战操作,徒手撸代码。课程目标: 学习完本门课程,您将对自然语言处理技术有更深入的了解,彻底掌握中文命名实体识别技术。 适用人群: 自然语言处理从业者、深度学习爱好者 课程简介: 命名实体识别作为自然语言处理的基础技术之一,在自然语言处理上游各个任务(问答系统、机器翻译、对话系统等)重扮演者十分重要的角色,因此深入掌握命名实体识别技术,是作为自然语言处理从业者毕本技能,本课程理论与实践相结合,希望能给大家带来帮助。 课程要求: (1)开发环境:Python3.6.5 Tensorflow1.13.1;(2)开发工具:Pycharm; (3)学员基础:需要一定的Python基础,及深度学习基础; (4)学院收货:掌握命名实体识别关键技术; (5)学院资料:见课程资料; (6)课程亮点:全程实战操作,徒手撸代码。5 1124浏览会员免费
- bert大小:382MB基于bert模型的疫情期间网民情绪识别,有代码,数据,可直接运行 --原始数据 基于bert模型的疫情期间网民情绪识别,有代码,数据,可直接运行 --原始数据基于bert模型的疫情期间网民情绪识别,有代码,数据,可直接运行 --原始数据 基于bert模型的疫情期间网民情绪识别,有代码,数据,可直接运行 --原始数据5 5477浏览¥ 11.90
- IT技术大小:66MB涉及内容包括但不限于:中英文敏感词、语言检测、中外手机/电话归属地/运营商查询、名字推断性别、手机号抽取、身份证抽取、邮箱抽取、中日文人名库、中文缩写库、拆字词典、词汇情感值、停用词、反动词表、暴恐词表、繁简体转换、英文模拟中文发音、汪峰歌词生成器、职业名称词库、同义词库、反义词库、否定词库、汽车品牌词库、汽车零件词库、连续英文切割、各种中文词向量、公司名字大全、古诗词库、IT词库、财经词库、成语词库、地名词库、历史名人词库、诗词词库、医学词库、饮食词库、法律词库、汽车词库、动物词库、中文聊天语料、中文谣言数据、百度中文问答数据集、句子相似度匹配算法集合、bert资源、文本生成&摘要相关工具、cocoNLP信息抽取工具、国内电话号码正则匹配、清华大学XLORE:中英文跨语言百科知识图谱、清华大学人工智能技术系列报告、自然语言生成、NLU太难了系列、自动对联数据及机器人、用户名黑名单列表、罪名法务名词及分类模型、微信公众号语料、cs224n深度学习自然语言处理课程、中文手写汉字识别、中文自然语言处理 语料/数据集、变量命名神器、分词语料库+代码、任务型对话英文数据集、ASR 语音数据集 + 基于深度学习的中文语音识别系统、笑声检测器、Microsoft多语言数字/单位/如日期时间识别包、中华新华字典数据库及api(包括常用歇后语、成语、词语和汉字)、文档图谱自动生成、SpaCy 中文模型、Common Voice语音识别数据集新版、神经网络关系抽取、基于bert的命名实体识别、关键词(Keyphrase)抽取包pke、基于医疗领域知识图谱的问答系统、基于依存句法与语义角色标注的事件三元组抽取、依存句法分析4万句高质量标注数据、cnocr:用来做中文OCR的Python3包、中文人物关系知识图谱项目、中文nlp竞赛项目及代码汇总、中文字符数据、speech-aligner: 从“人声语音”及其“语言文本”产生音素级别时间对齐标注的工具、AmpliGraph: 知识图谱表示学习(Python)库:知识图谱概念链接预测、Scattertext 文本可视化(python)、语言/知识表示工具:BERT & ERNIE、中文对比英文自然语言处理NLP的区别综述、Synonyms中文近义词工具包、HarvestText领域自适应文本挖掘工具(新词发现-情感分析-实体链接等)、word2word:(Python)方便易用的多语言词-词对集:62种语言/3,564个多语言对、语音识别语料生成工具:从具有音频/字幕的在线视频创建自动语音识别(ASR)语料库、构建医疗实体识别的模型(包含词典和语料标注)、单文档非监督的关键词抽取、Kashgari中使用gpt-2语言模型、开源的金融投资数据提取工具、文本自动摘要库TextTeaser: 仅支持英文、人民日报语料处理工具集、一些关于自然语言的基本模型、基于14W歌曲知识库的问答尝试--功能包括歌词接龙and已知歌词找歌曲以及歌曲歌手歌词三角关系的问答、基于Siamese bilstm模型的相似句子判定模型并提供训练数据集和测试数据集、用Transformer编解码模型实现的根据Hacker News文章标题自动生成评论、用BERT进行序列标记和文本分类的模板代码、LitBank:NLP数据集——支持自然语言处理和计算人文学科任务的100部带标记英文小说语料、百度开源的基准信息抽取系统、虚假新闻数据集、Facebook: LAMA语言模型分析,提供Transformer-XL/BERT/ELMo/GPT预训练语言模型的统一访问接口、CommonsenseQA:面向常识的英文QA挑战、中文知识图谱资料、数据及工具、各大公司内部里大牛分享的技术文档 PDF 或者 PPT、自然语言生成SQL语句(英文)、中文NLP数据增强(EDA)工具、英文NLP数据增强工具 、基于医药知识图谱的智能问答系统、京东商品知识图谱、基于mongodb存储的军事领域知识图谱问答项目、基于远监督的中文关系抽取、语音情感分析、中文ULMFiT-情感分析-文本分类-语料及模型、一个拍照做题程序、世界各国大规模人名库、一个利用有趣中文语料库 qingyun 训练出来的中文聊天机器人、中文聊天机器人seqGAN、省市区镇行政区划数据带拼音标注、教育行业新闻语料库包含自动文摘功能、开放了对话机器人-知识图谱-语义理解-自然语言处理工具及数据、中文知识图谱:基于百度百科中文页面-抽取三元组信息-构建中文知识图谱、masr: 中文语音识别-提供预训练模型-高识别率、Python音频数据增广库、中文全词覆盖BERT及两份阅读理解数据、ConvLab:开源多域端到端对话系统平台、中文自然语言处理数据集、基于最新版本rasa搭建的对话系统、基于Tens涉及内容包括但不限于:中英文敏感词、语言检测、中外手机/电话归属地/运营商查询、名字推断性别、手机号抽取、身份证抽取、邮箱抽取、中日文人名库、中文缩写库、拆字词典、词汇情感值、停用词、反动词表、暴恐词表、繁简体转换、英文模拟中文发音、汪峰歌词生成器、职业名称词库、同义词库、反义词库、否定词库、汽车品牌词库、汽车零件词库、连续英文切割、各种中文词向量、公司名字大全、古诗词库、IT词库、财经词库、成语词库、地名词库、历史名人词库、诗词词库、医学词库、饮食词库、法律词库、汽车词库、动物词库、中文聊天语料、中文谣言数据、百度中文问答数据集、句子相似度匹配算法集合、bert资源、文本生成&摘要相关工具、cocoNLP信息抽取工具、国内电话号码正则匹配、清华大学XLORE:中英文跨语言百科知识图谱、清华大学人工智能技术系列报告、自然语言生成、NLU太难了系列、自动对联数据及机器人、用户名黑名单列表、罪名法务名词及分类模型、微信公众号语料、cs224n深度学习自然语言处理课程、中文手写汉字识别、中文自然语言处理 语料/数据集、变量命名神器、分词语料库+代码、任务型对话英文数据集、ASR 语音数据集 + 基于深度学习的中文语音识别系统、笑声检测器、Microsoft多语言数字/单位/如日期时间识别包、中华新华字典数据库及api(包括常用歇后语、成语、词语和汉字)、文档图谱自动生成、SpaCy 中文模型、Common Voice语音识别数据集新版、神经网络关系抽取、基于bert的命名实体识别、关键词(Keyphrase)抽取包pke、基于医疗领域知识图谱的问答系统、基于依存句法与语义角色标注的事件三元组抽取、依存句法分析4万句高质量标注数据、cnocr:用来做中文OCR的Python3包、中文人物关系知识图谱项目、中文nlp竞赛项目及代码汇总、中文字符数据、speech-aligner: 从“人声语音”及其“语言文本”产生音素级别时间对齐标注的工具、AmpliGraph: 知识图谱表示学习(Python)库:知识图谱概念链接预测、Scattertext 文本可视化(python)、语言/知识表示工具:BERT & ERNIE、中文对比英文自然语言处理NLP的区别综述、Synonyms中文近义词工具包、HarvestText领域自适应文本挖掘工具(新词发现-情感分析-实体链接等)、word2word:(Python)方便易用的多语言词-词对集:62种语言/3,564个多语言对、语音识别语料生成工具:从具有音频/字幕的在线视频创建自动语音识别(ASR)语料库、构建医疗实体识别的模型(包含词典和语料标注)、单文档非监督的关键词抽取、Kashgari中使用gpt-2语言模型、开源的金融投资数据提取工具、文本自动摘要库TextTeaser: 仅支持英文、人民日报语料处理工具集、一些关于自然语言的基本模型、基于14W歌曲知识库的问答尝试--功能包括歌词接龙and已知歌词找歌曲以及歌曲歌手歌词三角关系的问答、基于Siamese bilstm模型的相似句子判定模型并提供训练数据集和测试数据集、用Transformer编解码模型实现的根据Hacker News文章标题自动生成评论、用BERT进行序列标记和文本分类的模板代码、LitBank:NLP数据集——支持自然语言处理和计算人文学科任务的100部带标记英文小说语料、百度开源的基准信息抽取系统、虚假新闻数据集、Facebook: LAMA语言模型分析,提供Transformer-XL/BERT/ELMo/GPT预训练语言模型的统一访问接口、CommonsenseQA:面向常识的英文QA挑战、中文知识图谱资料、数据及工具、各大公司内部里大牛分享的技术文档 PDF 或者 PPT、自然语言生成SQL语句(英文)、中文NLP数据增强(EDA)工具、英文NLP数据增强工具 、基于医药知识图谱的智能问答系统、京东商品知识图谱、基于mongodb存储的军事领域知识图谱问答项目、基于远监督的中文关系抽取、语音情感分析、中文ULMFiT-情感分析-文本分类-语料及模型、一个拍照做题程序、世界各国大规模人名库、一个利用有趣中文语料库 qingyun 训练出来的中文聊天机器人、中文聊天机器人seqGAN、省市区镇行政区划数据带拼音标注、教育行业新闻语料库包含自动文摘功能、开放了对话机器人-知识图谱-语义理解-自然语言处理工具及数据、中文知识图谱:基于百度百科中文页面-抽取三元组信息-构建中文知识图谱、masr: 中文语音识别-提供预训练模型-高识别率、Python音频数据增广库、中文全词覆盖BERT及两份阅读理解数据、ConvLab:开源多域端到端对话系统平台、中文自然语言处理数据集、基于最新版本rasa搭建的对话系统、基于Tens5 4530浏览¥ 11.90
- S参数大小:14KB利用S参数,即S11和S21反演介质的有效介电常数和有效磁导率(Inversion of effective permittivity and permeability of dielectrics using S parameters, i.e. S11 and S21)利用S参数,即S11和S21反演介质的有效介电常数和有效磁导率(Inversion of effective permittivity and permeability of dielectrics using S parameters, i.e. S11 and S21)5 1516浏览¥ 14.90
- 情感分析大小:944KB《知网》情感分析用词语集(beta)版: 共有12个文件: 程度级别词语(中文、英文各一个txt) 主张词语(中文、英文各一个txt) 负面评价词语(中文、英文各一个txt) 正面评价词语(中文、英文各一个txt) 负面情感词语(中文、英文各一个txt) 正面情感词语(中文、英文各一个txt) 波森自然语言处理BosonNLP情感词典: BosonNLP_sentiment_score.txt,共有114767个情感词汇(中英均有,还有一些流行网络用语如“rnm”、“尼玛”、“TM”等)及其情感值评分。《知网》情感分析用词语集(beta)版: 共有12个文件: 程度级别词语(中文、英文各一个txt) 主张词语(中文、英文各一个txt) 负面评价词语(中文、英文各一个txt) 正面评价词语(中文、英文各一个txt) 负面情感词语(中文、英文各一个txt) 正面情感词语(中文、英文各一个txt) 波森自然语言处理BosonNLP情感词典: BosonNLP_sentiment_score.txt,共有114767个情感词汇(中英均有,还有一些流行网络用语如“rnm”、“尼玛”、“TM”等)及其情感值评分。0 1606浏览会员免费
- neo4j,NLP,人工智能,自然语言处理,图模型,知识图谱大小:347B知识图谱实战系列课程旨在帮助同学们快速掌握知识图谱领域核心技术,基于Python各大开源技术实现知识图谱核心应用。通俗讲解核心技术点及其应用领域,全程实战演示如何构建知识图谱生态中各项核心技术。知识图谱实战系列课程旨在帮助同学们快速掌握知识图谱领域核心技术,基于Python各大开源技术实现知识图谱核心应用。通俗讲解核心技术点及其应用领域,全程实战演示如何构建知识图谱生态中各项核心技术。0 742浏览会员免费
- Python开发-自然语言处理大小:71KB中文语音识别,提供预训练模型,高识别率 Chinese Speech Recognition; Mandarin Automatic Speech Recognition;中文语音识别,提供预训练模型,高识别率 Chinese Speech Recognition; Mandarin Automatic Speech Recognition;5 768浏览会员免费
- 自然语言处理大小:78KB词云图 情感分析 LDA主题分析 机械压缩去词词云图 情感分析 LDA主题分析 机械压缩去词5 1551浏览¥ 5.90
- 文本处理、特征值、特征值提取、概念类、自然语言处理、模式识别大小:859KB该文对于现在的特征值加权法做了一定的改进,不仅考虑了文本中的词汇概率信息,还结合文本语义等多方面信息,提出了一种基于多重启发式规则的特征值权值计算方法。该文对于现在的特征值加权法做了一定的改进,不仅考虑了文本中的词汇概率信息,还结合文本语义等多方面信息,提出了一种基于多重启发式规则的特征值权值计算方法。4 132浏览会员免费
- python大小:2MBAi-Learn:人工智能学习路线图,整理近200个实战案例与项目,免费提供配套教材,零基础入门,就业实战!包括:Python,数学,机器学习,数据分析,深度学习,计算机视觉,自然语言处理,PyTorch张量流机器学习,深度学习数据分析数据挖掘数学数据科学科学人工智能python tensorflow tensorflow2 caffe keras pytorch算法numpy熊猫matplotlib seaborn nlp cv等领域Ai-Learn:人工智能学习路线图,整理近200个实战案例与项目,免费提供配套教材,零基础入门,就业实战!包括:Python,数学,机器学习,数据分析,深度学习,计算机视觉,自然语言处理,PyTorch张量流机器学习,深度学习数据分析数据挖掘数学数据科学科学人工智能python tensorflow tensorflow2 caffe keras pytorch算法numpy熊猫matplotlib seaborn nlp cv等领域1 699浏览会员免费
- ChatGPT4.0 发布了, 可以说 ChatGPT 4.0 在 ChatGPT3.5 的基础上做了很大的增强 (目前我们在非官网网站使用的都还是 ChatGPT 3.5,ChatGPT4.0 还没完全开发 API 能力) 今天我们就来看看 ChatGPT 4.0 带来了那些牛逼的功能 一、 ChatGPT 4.0 简介 OpenAI 最新推出的GPT-4 模型,是一个大型多模态模型,能够接受图像和文字输入,并输出文字结果。根据OpenAI官方表示,尽管在许多现实情境下,它比人类的能力还差,但在各种专业和学术测试中,它展现出了与人类相当的表现。 例如,它在模拟的律师考试中得分排名前10%,而GPT-3.5 的得分则排在后10%。OpenAI 花费了6个月的时间,通过其对抗性测试计划和ChatGPT 的教训,来迭代调整GPT-4,从而取得了迄今最好的成果(虽然仍有很大的提升空间),在事实性、可操控性和拒绝超越限制方面表现最佳。 二、ChatGPT 3.5 和 ChatGPT 4.0 区别 ChatGPT-3.5 和 GPT-4.0 都5 2266浏览会员免费
- 搜索引擎大小:3MB包括:汉语自动分词中的上下文相关歧义字段(CSAS)研究,面向Internet的中文新词语检测,一种中文分词词典新机制——双字哈希机制,统计语言模型及汉语音字转换的一些新结果,基于EM算法的汉语自动分词方法 等包括:汉语自动分词中的上下文相关歧义字段(CSAS)研究,面向Internet的中文新词语检测,一种中文分词词典新机制——双字哈希机制,统计语言模型及汉语音字转换的一些新结果,基于EM算法的汉语自动分词方法 等0 64浏览会员免费
- 语言模型大小:17MB大语言模型集成应用器,集成市面上主流的大语言模型,结合langchain本地知识库模式,让垂直领域微调以后的大模型,发挥更好的作用,回答问题更准确,更好的ui界面支持,支持自己微调的垂直类别模型,支持流式输出,支持多种参数控制模型数据,给你更好的体验大语言模型集成应用器,集成市面上主流的大语言模型,结合langchain本地知识库模式,让垂直领域微调以后的大模型,发挥更好的作用,回答问题更准确,更好的ui界面支持,支持自己微调的垂直类别模型,支持流式输出,支持多种参数控制模型数据,给你更好的体验0 2549浏览免费
- 【AI科技大本营导读】目前,计算机视觉是深度学习领域最热门的研究领域之一。计算机视觉实际上是一个跨领域的交叉学科,包括计算机科学(图形、算法、理论、系统、体系结构),数学(信息检索、机器学习),工程学(机器人、语音、自然语言处理、图像处理),物理学(光学),生物学(神经科学)和心理学(认知科学)等等。许多科学家认为,计算机视觉为人工智能的发展开拓了道路。那么什么是计算机视觉呢?这里给出了几个比较严谨的定义:“对图像中的客观对象构建明确而有意义的描述”(Ballard&Brown,1982)“从一个或多个数字图像中计算三维世界的特性”(Trucco&Verri,1998)“基于感知图像做出对客观0 1285浏览会员免费
- 课件<br>统计自然语言处理<br>不错3 52浏览免费
- Python开发-自然语言处理大小:29MB中文错别字纠正工具。音似、形似错字(或变体字)纠正,可用于中文拼音、笔画输入法的错误纠正。python3开发。pycorrector依据语言模型检测错别字位置,通过拼音音似特征、笔画五笔编辑距离特征及语言模型困惑度特征纠正错别字。中文错别字纠正工具。音似、形似错字(或变体字)纠正,可用于中文拼音、笔画输入法的错误纠正。python3开发。pycorrector依据语言模型检测错别字位置,通过拼音音似特征、笔画五笔编辑距离特征及语言模型困惑度特征纠正错别字。0 2543浏览会员免费
- 入门原理 顶级论文算法详解 Caffe使用案例 Tensorflow案例实战 强化学习实战 人脸检测项目实战 关键点定位项目实战 基于Tensorflow项目实战-StyleTransfer 基于Tensorflow项目实战-文本分类 Seq2Seq序列生模型 自然语言处理 Word2Vec 利用RNN与LSTM网络原理进行唐诗生成 机器学习对抗生成网络0 706浏览会员免费
- 写在前面 网上已经有很多文章对BERT的原理讲得很清楚了,今天我将以实战的方式(假装大家都懂原理≧◔◡◔≦)一步步带大家操作最近比较流行的BERT模型。源代码是pytorch版本。由于篇幅比较长我将分几个部分讲解。第一部分是数据的预处理。这一部分比较简单,但也很重要! 数据的预处理 对文本处理大致分为六个步骤,如图: 【注】本实验平台为Colab 预处理前需要导入的包: !pip install transformers #注:此为使用Colab安装方法 import torch from transformers import BertModel, BertTokenizer 预训练模0 3854浏览会员免费
- Python开发-自然语言处理大小:560KBcocoNLP - 中文信息抽取工具包cocoNLP - 中文信息抽取工具包5 1280浏览会员免费
- 网络协议大小:648KBLabview通讯三菱Q PLC,Labvew TCP通讯三菱PLC ,MCTCP,三菱PLC连接LabVIEW,LabVIEW和三菱PLC 通讯 三菱官方MC协议,简单方便,完胜OPC协议。 ,源码开放。 1.支持bool读写 2.支持浮点数读写 3支持 I32读写 4.支持字符串读写Labview通讯三菱Q PLC,Labvew TCP通讯三菱PLC ,MCTCP,三菱PLC连接LabVIEW,LabVIEW和三菱PLC 通讯 三菱官方MC协议,简单方便,完胜OPC协议。 ,源码开放。 1.支持bool读写 2.支持浮点数读写 3支持 I32读写 4.支持字符串读写0 208浏览免费
- python大小:630KB1.python语言 2.有数据集,可直接运行1.python语言 2.有数据集,可直接运行5 3369浏览¥ 52.90
- java大小:841MBtorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorchtorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch-1.10.2-cp36-cp36m-manylinux1_x86_64.whltorch0 1050浏览会员免费
- nlp大小:17KB中英文停用词词表,可用来过滤词中英文停用词词表,可用来过滤词0 251浏览免费
- FudanNLP - A Toolkit for Chinese Natural Language Processing5 86浏览会员免费
- stanford课程大小:37MBstanford课程-----自然语言处理中的深度学习 课件2-15stanford课程-----自然语言处理中的深度学习 课件2-150 155浏览会员免费
- 自然语言处理,最新最全的中文停用词表(1208个),欢迎下载!5 537浏览会员免费
- 本文实例讲述了Python实现购物评论文本情感分析操作。分享给大家供大家参考,具体如下: 昨晚上发现了snownlp这个库,很开心。先说说我开心的原因。我本科毕业设计做的是文本挖掘,用R语言做的,发现R语言对文本处理特别不友好,没有很多强大的库,特别是针对中文文本的,加上那时候还没有学机器学习算法。所以很头疼,后来不得已用了一个可视化的软件RostCM,但是一般可视化软件最大的缺点是无法调参,很死板,准确率并不高。现在研一,机器学习算法学完以后,又想起来要继续学习文本挖掘了。所以前半个月开始了用python进行文本挖掘的学习,很多人都推荐我从《python自然语言处理》这本书入门,学习了半个月0 2003浏览会员免费
- 自己总结的Sheffield大学的自然语言处理平台Gate功能介绍0 606浏览会员免费
- 英文网页语料大小:2MB英文网页语料 自然语言处理,参加TREC大赛英文网页语料 自然语言处理,参加TREC大赛4 207浏览会员免费
- 本文档主要讲解deepdive的使用方法和编程方法,讲解细致,有代码展示。需要的同学可以查阅,有需要的同学可以来下载学习。0 1019浏览会员免费
- Python开发-自然语言处理大小:347KB100 Chinese Word Vectors 上百种预训练中文词向量100 Chinese Word Vectors 上百种预训练中文词向量0 1414浏览会员免费
- matlab大小:164KB基于一阶RC模型,电池带遗忘因子递推最小二乘法+扩展卡尔曼滤波算法(FFRLS+ EKF),参数与SOC的在线联合估计,matlab程序基于一阶RC模型,电池带遗忘因子递推最小二乘法+扩展卡尔曼滤波算法(FFRLS+ EKF),参数与SOC的在线联合估计,matlab程序0 282浏览免费
- 语音合成大小:16MB微软语音合成助手内置多个发音人,支持导入TXT文件、SRT字幕文件,保存导出编辑内容,支持停顿,自定义停顿时间,试听,局部试听,翻译,局部翻译,自动排版,自动标点,文本替换,敏感词提醒,敏感词替换,SSML多人语音混编等功能。微软语音合成助手内置多个发音人,支持导入TXT文件、SRT字幕文件,保存导出编辑内容,支持停顿,自定义停顿时间,试听,局部试听,翻译,局部翻译,自动排版,自动标点,文本替换,敏感词提醒,敏感词替换,SSML多人语音混编等功能。5 1021浏览会员免费
- json大小:61KBjson文件,大家拿去用吧json文件,大家拿去用吧0 1134浏览免费
- 课程资源大小:52MB文档介绍 文档可能更适合 已入门者,想要进行系统性学习 未来的从业者,在寻找能够夯实基础但有不那么晦涩的资料 未来的创业者,在寻找 GPT 带来的机会 如果你已经开始使用 ChatGPT 或者这一类的基于 GPT 的聊天机器人产品,厌倦了那些让机器人扮作占星师之类的「奇技淫巧」,想要更加深入地了解以改善自己的工作、学习效率,但苦于当下难以找到系统性学习资料,那么这个文档可能会适合你; 这个文档不适合 这不是个“魔法手册”: 如果你是纯粹的「小白」用户,只是在各大社交媒体上听说了「ChatGPT」,并且非它不用,目前没有办法解决网络、账号、ip 等问题,很抱歉,这个文档没有可以解决这一类问题的内容。但是,你如果虽然不能直接使用 ChatGPT,但正在使用「文心一言」等产品,这个文档的知识同样适用。 这也不是个“游戏攻略”: 如果你是一个纯粹的玩家,也不关心 ChatGPT 的是什么、为什么和能干什么,那么这个文档可能不太适合你。在这个文档里我们比较少地提及了具体的操作步骤,比如,怎么魔法上网,怎么注册账号,怎么把 ChatGPT 接入 Siri 或者和 midjourney 一起生成文档介绍 文档可能更适合 已入门者,想要进行系统性学习 未来的从业者,在寻找能够夯实基础但有不那么晦涩的资料 未来的创业者,在寻找 GPT 带来的机会 如果你已经开始使用 ChatGPT 或者这一类的基于 GPT 的聊天机器人产品,厌倦了那些让机器人扮作占星师之类的「奇技淫巧」,想要更加深入地了解以改善自己的工作、学习效率,但苦于当下难以找到系统性学习资料,那么这个文档可能会适合你; 这个文档不适合 这不是个“魔法手册”: 如果你是纯粹的「小白」用户,只是在各大社交媒体上听说了「ChatGPT」,并且非它不用,目前没有办法解决网络、账号、ip 等问题,很抱歉,这个文档没有可以解决这一类问题的内容。但是,你如果虽然不能直接使用 ChatGPT,但正在使用「文心一言」等产品,这个文档的知识同样适用。 这也不是个“游戏攻略”: 如果你是一个纯粹的玩家,也不关心 ChatGPT 的是什么、为什么和能干什么,那么这个文档可能不太适合你。在这个文档里我们比较少地提及了具体的操作步骤,比如,怎么魔法上网,怎么注册账号,怎么把 ChatGPT 接入 Siri 或者和 midjourney 一起生成5 1062浏览免费
- 人类的认知是可以计算的; 大数据时代的自然语言处理技术正在改变我们的生活; 视听觉认知中的大数据:智能驾驶初步实践。4 190浏览会员免费
- 人工智能大小:510MB文本摘要 CNN/DailyMail 原始数据集。 压缩包内含 cnn_stories.tgz 和 dailymail_stories.tgz 。 可用于抽取式摘要(Extractive Summarization)任务以及生成式摘要(Abstractive Summarization)旨在方便国内的研究者们获取该数据集。 技术细节可参考博文:https://blog.csdn.net/muyao987/article/details/104949367文本摘要 CNN/DailyMail 原始数据集。 压缩包内含 cnn_stories.tgz 和 dailymail_stories.tgz 。 可用于抽取式摘要(Extractive Summarization)任务以及生成式摘要(Abstractive Summarization)旨在方便国内的研究者们获取该数据集。 技术细节可参考博文:https://blog.csdn.net/muyao987/article/details/1049493670 1274浏览会员免费
- python大小:628KB1.python程序 2.有数据集,可直接运行1.python程序 2.有数据集,可直接运行5 2061浏览¥ 20.90
- 大语言模型 (LLM) 是深度学习的一个子集,它正在彻底改变自然语言处理领域。它们是功能强大的通用语言模型,可以针对大量数据进行预训练,然后针对特定任务进行微调。这使得LLM能够拥有大量的一般数据。如果一个人想将LLM用于特定目的,他们可以简单地根据各自的目的微调模型。此过程涉及在与任务相关的较小数据集上训练模型。训练它的数据集可以包括书籍、文章、代码存储库和其他形式的文本。 大语言模型 (LLM) 已成为人工智能 (AI) 领域的突破性发展,通过自监督学习技术来处理和理解人类语言或文本。改变了自然语言处理 (NLP) 和机器学习 (ML) 应用。此类LLM模型包括 OpenAI 的 GPT-3 和谷歌的 BERT,在理解和生成类人文本方面表现出了令人印象深刻的能力,使其成为各个行业的宝贵工具。这份综合指南将涵盖LLM的基础知识、训练过程、用例和未来趋势。0 1322浏览免费
- 情感分析大小:4MB这是覃建波老师的酒店评论数据集,是公认的情感分析语料数据,做中文自然语言处理情感分析所用。这是覃建波老师的酒店评论数据集,是公认的情感分析语料数据,做中文自然语言处理情感分析所用。0 422浏览会员免费
- EDG大小:431KBEDG夺冠数据分析完整项目(包括源码和素材)EDG夺冠数据分析完整项目(包括源码和素材)0 1772浏览会员免费
- 制作不易,如有帮助,记得一键三连支持一下! 模板一:中英文翻译及论文润色 I want you to act as an English translator, spelling corrector and writing improver. I will speak to you in any language and you will detect the language, translate it and answer in the corrected and improved version of my text, in English. You should use artificial intelligence tools, such as natural language processing, and rhetorical knowledge and experience about effective writing techniques to reply. I want you to replace my simplified A0-level words an5 1185浏览会员免费