- 自动化大小:2KB不用逐个问题输入到langchain_chatchat中进行知识检索结果测试; 可以将问题制作成txt文件,自动化输入到langchain_chatchat中,自动化检索,可以在控制台输出中查看结果,也可以将结果保存到json文件中随时进行查看。不用逐个问题输入到langchain_chatchat中进行知识检索结果测试; 可以将问题制作成txt文件,自动化输入到langchain_chatchat中,自动化检索,可以在控制台输出中查看结果,也可以将结果保存到json文件中随时进行查看。0 11浏览会员免费
- 软件工程大小:98MB现代大模型技术为我们在“云端”打开了无限数量的“token”,所以在相对于“云端”的“PC操作系统的侧端”,我们应该打出一张与其对等匹配的“牌”,以很好的适应AIGC技术在PC操作系统这一环节迅速落地:在PC操作系统所代表的“侧端”,为原生桌面应用打开无限数量、类型的“原生桌面窗口”,使得桌面软件可以运用AI技术生成自己的“应用内容生态”。如果我们意识到每一个桌面应用事实上都拥有属于自己的无限维内容生态,那么,桌面应用的实际结构就可以彻底摆脱其原创团队的局限,AIGC作为其进一步发展的可持续化机制,会使得桌面应用远远的超越Web浏览器成为一种全新的内容生态模式。现代大模型技术为我们在“云端”打开了无限数量的“token”,所以在相对于“云端”的“PC操作系统的侧端”,我们应该打出一张与其对等匹配的“牌”,以很好的适应AIGC技术在PC操作系统这一环节迅速落地:在PC操作系统所代表的“侧端”,为原生桌面应用打开无限数量、类型的“原生桌面窗口”,使得桌面软件可以运用AI技术生成自己的“应用内容生态”。如果我们意识到每一个桌面应用事实上都拥有属于自己的无限维内容生态,那么,桌面应用的实际结构就可以彻底摆脱其原创团队的局限,AIGC作为其进一步发展的可持续化机制,会使得桌面应用远远的超越Web浏览器成为一种全新的内容生态模式。0 5浏览会员免费
- word2vec大小:933MB中文语料库训练数据集中文语料库训练数据集0 56浏览会员免费
- wikitext大小:3MB压缩包内包含wiki.test.tokens、wiki.train.tokens、wiki.valid.tokens压缩包内包含wiki.test.tokens、wiki.train.tokens、wiki.valid.tokens0 29浏览会员免费
- 自然语言处理大小:132KB概述: 该资源介绍了一个创新性的电影问答系统,其核心基于知识图谱技术。知识图谱是一种将信息结构化并以图形方式表示的技术,它为电影领域的问答提供了更智能、准确的解决方案。这个系统允许用户通过自然语言提出问题,系统能够从庞大的电影知识图谱中提取相关信息并给予详尽的回答。 内容: 知识图谱技术简介: 描述: 对知识图谱的基本概念进行介绍,说明它如何在电影领域中发挥作用。 资源: 提供有关知识图谱技术的详细解释,并指向相关的学术资源或文献。 电影知识图谱构建: 描述: 详细说明构建电影知识图谱的方法,包括数据收集、实体识别、关系建模等步骤。 资源: 提供构建电影知识图谱所用工具、技术和数据源的信息。 自然语言处理(NLP)与问答系统: 描述: 解释系统如何利用自然语言处理技术理解用户提出的问题,并从知识图谱中检索相关信息。 资源: 提供有关NLP和问答系统的基本原理,并指向相关资源以深入了解。 系统工作流程: 描述: 介绍系统的工作流程,从用户提问到知识图谱检索和最终回答的过程。 资源: 提供系统工作流程图和示例,以便读者更好地理解系统的运作方式。 性能评估和优化:概述: 该资源介绍了一个创新性的电影问答系统,其核心基于知识图谱技术。知识图谱是一种将信息结构化并以图形方式表示的技术,它为电影领域的问答提供了更智能、准确的解决方案。这个系统允许用户通过自然语言提出问题,系统能够从庞大的电影知识图谱中提取相关信息并给予详尽的回答。 内容: 知识图谱技术简介: 描述: 对知识图谱的基本概念进行介绍,说明它如何在电影领域中发挥作用。 资源: 提供有关知识图谱技术的详细解释,并指向相关的学术资源或文献。 电影知识图谱构建: 描述: 详细说明构建电影知识图谱的方法,包括数据收集、实体识别、关系建模等步骤。 资源: 提供构建电影知识图谱所用工具、技术和数据源的信息。 自然语言处理(NLP)与问答系统: 描述: 解释系统如何利用自然语言处理技术理解用户提出的问题,并从知识图谱中检索相关信息。 资源: 提供有关NLP和问答系统的基本原理,并指向相关资源以深入了解。 系统工作流程: 描述: 介绍系统的工作流程,从用户提问到知识图谱检索和最终回答的过程。 资源: 提供系统工作流程图和示例,以便读者更好地理解系统的运作方式。 性能评估和优化:0 85浏览会员免费
- hanlp大小:637MBhanlp安装后所需文件hanlp安装后所需文件0 17浏览会员免费
- 软件/插件大小:4MB本杰明VESC源码,关于MASTER部分本杰明VESC源码,关于MASTER部分0 123浏览会员免费
- 人工智能大小:2KB自然语言处理(NLP)、Transformer和YOLO.7z自然语言处理(NLP)、Transformer和YOLO.7z0 26浏览会员免费
- 自然语言处理大小:5MBword2vec-recommenderword2vec-recommender0 47浏览免费
- 自然语言处理大小:2MB本数据集为mid格式的音乐数据,包含大量音乐数据 适用于自然语言处理 可用来做音乐生成相关的数据集本数据集为mid格式的音乐数据,包含大量音乐数据 适用于自然语言处理 可用来做音乐生成相关的数据集0 110浏览会员免费
- linux大小:25KBChatGPT多种用法使用指南之角色扮演,面试官,数学老师,linux终端,教授,脱口秀演员,诗人,说唱手......只要你能想到的他都可以ChatGPT多种用法使用指南之角色扮演,面试官,数学老师,linux终端,教授,脱口秀演员,诗人,说唱手......只要你能想到的他都可以0 51浏览免费
- 人工智能大小:8MBopenai的chatgpt,革命性的一个技术,ChatGPT 是一个原型人工智能聊天机器人,专注于可用性和对话。由OpenAI开发,采用基于GPT-3.5架构的大型语言模型。以往的AI,你进行对话,它是根据你输入的关键词,来给你反馈信息的。你关键词不准确,就得不到 想要的结果。 (类似你自己去百度、谷歌搜索信息) 而ChatGPT,它更像是个人,你可能表达的不那么准确,但是它在和你的交流当中,会逐渐理解你的 真正想说的东西,然后给你反馈信息。“Chat”聊天对话是他的主要功能,所以被称为ChatGPT。 1、chatgpt是什么 2、发展史 3、openai 公司背景 4、chatgpt玩法详解 5、个人chatgpt创建方法 6、延伸内容 总之,新技术的到来我们要拥抱并学习采纳openai的chatgpt,革命性的一个技术,ChatGPT 是一个原型人工智能聊天机器人,专注于可用性和对话。由OpenAI开发,采用基于GPT-3.5架构的大型语言模型。以往的AI,你进行对话,它是根据你输入的关键词,来给你反馈信息的。你关键词不准确,就得不到 想要的结果。 (类似你自己去百度、谷歌搜索信息) 而ChatGPT,它更像是个人,你可能表达的不那么准确,但是它在和你的交流当中,会逐渐理解你的 真正想说的东西,然后给你反馈信息。“Chat”聊天对话是他的主要功能,所以被称为ChatGPT。 1、chatgpt是什么 2、发展史 3、openai 公司背景 4、chatgpt玩法详解 5、个人chatgpt创建方法 6、延伸内容 总之,新技术的到来我们要拥抱并学习采纳5 299浏览会员免费
- 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 1081浏览会员免费
- ai语音大小:1MB微软语音在线合成, 微软ai语音合成,微软ai配音,支持多种人物解读,是做自媒体或者解说必备微软语音在线合成, 微软ai语音合成,微软ai配音,支持多种人物解读,是做自媒体或者解说必备5 229浏览会员免费
- 语音识别大小:16MBAI语音讲解,文字配音,自媒体必备神器AI语音讲解,文字配音,自媒体必备神器0 93浏览会员免费
- 文案提取大小:19MB视频文案提取,视频文案提取软件app,免费提取视频文案,视频转文案神器视频文案提取,视频文案提取软件app,免费提取视频文案,视频转文案神器0 240浏览会员免费
- 中文信息处理大小:38MB此为山西大学中文信息处理实验报告以及调研报告(期末作业) 内含: 7份实验报告以及数据集,实验输出文档 实验1:针对人民日报语料编写程序 实验2:基于词表的分词 实验3+4:基于HMM与字标注的分词程序特征抽取及文本表示方法 实验5:文本特征抽取 实验6:文本表示 实验7:基于Word2Vec的文本表示 实验8:基于逻辑斯蒂回归模型的文本分类 期末作业调研报告此为山西大学中文信息处理实验报告以及调研报告(期末作业) 内含: 7份实验报告以及数据集,实验输出文档 实验1:针对人民日报语料编写程序 实验2:基于词表的分词 实验3+4:基于HMM与字标注的分词程序特征抽取及文本表示方法 实验5:文本特征抽取 实验6:文本表示 实验7:基于Word2Vec的文本表示 实验8:基于逻辑斯蒂回归模型的文本分类 期末作业调研报告5 440浏览会员免费
- GPT2大小:709B参数值高达上亿,有点考验你的机器额 不过写作效果真是杠杠的,赶紧下载回去惊艳你的同事和同学吧。 安装过程吗,有手就行。 由于采用了一个基于解码器结构的单向语言模型,使用100G中文常用数据,32个A100训练了28个小时,是目前最大的开源GPT2中文大模型,写作质量当然也是极好的啊。 下载模型的时候需要耗费一些时间,不过好消息是下载一次就一劳永逸了。 随着人工智能研究的深入,各种模型参差不齐,层出不穷,好处就是大家学习人工智能自然语言处理更加容易了,心情是最好的老师,通过具体的实践,才会对书上那些晦涩难懂的概念有具象的认知。 所以赶紧用起来吧,不过也需要有一些python的基础,懂一点自然语言处理的入门知识。大家还可以下载我上传的其他资源,都是注释特别详细,非常浅显易懂,上手非常快的。 如果有训练好的模型,也可以共享给大家。参数值高达上亿,有点考验你的机器额 不过写作效果真是杠杠的,赶紧下载回去惊艳你的同事和同学吧。 安装过程吗,有手就行。 由于采用了一个基于解码器结构的单向语言模型,使用100G中文常用数据,32个A100训练了28个小时,是目前最大的开源GPT2中文大模型,写作质量当然也是极好的啊。 下载模型的时候需要耗费一些时间,不过好消息是下载一次就一劳永逸了。 随着人工智能研究的深入,各种模型参差不齐,层出不穷,好处就是大家学习人工智能自然语言处理更加容易了,心情是最好的老师,通过具体的实践,才会对书上那些晦涩难懂的概念有具象的认知。 所以赶紧用起来吧,不过也需要有一些python的基础,懂一点自然语言处理的入门知识。大家还可以下载我上传的其他资源,都是注释特别详细,非常浅显易懂,上手非常快的。 如果有训练好的模型,也可以共享给大家。0 193浏览会员免费
- 三元组抽取数据集大小:37MB2019语言与智能技术竞赛数据集,三元组抽取,知识图谱,开放域三元组抽取,NLP2019语言与智能技术竞赛数据集,三元组抽取,知识图谱,开放域三元组抽取,NLP0 103浏览会员免费
- bert大小:72KBbert模型代码,github源代码,google的TensorFlow框架的bert模型bert模型代码,github源代码,google的TensorFlow框架的bert模型0 478浏览会员免费
- nlp大小:1GB基于知识图谱的问答机器人【医疗领域】,详细介绍请见: https://season.blog.csdn.net/article/details/125986130基于知识图谱的问答机器人【医疗领域】,详细介绍请见: https://season.blog.csdn.net/article/details/1259861300 149浏览会员免费
- 停用词大小:9KB文本分析--停用词集合(结合哈工大停用词表、四川大学机器智能实验室停用词库、百度停用词表等).txt文本分析--停用词集合(结合哈工大停用词表、四川大学机器智能实验室停用词库、百度停用词表等).txt文本分析--停用词集合(结合哈工大停用词表、四川大学机器智能实验室停用词库、百度停用词表等).txt文本分析--停用词集合(结合哈工大停用词表、四川大学机器智能实验室停用词库、百度停用词表等).txt0 1251浏览会员免费
- bert大小:103KBbert文本分类 代码+数据bert文本分类 代码+数据bert文本分类 代码+数据bert文本分类 代码+数据bert文本分类 代码+数据bert文本分类 代码+数据0 2485浏览会员免费
- 知识图谱大小:231MBSimpleQuestions dataset,知识图谱,问答系统SimpleQuestions dataset,知识图谱,问答系统0 38浏览会员免费
- lstm大小:32KBDNN lstm预测代码DNN lstm预测代码DNN lstm预测代码DNN lstm预测代码0 702浏览会员免费
- 关键词匹配大小:1MB基于电商平台的商品的关键词文本匹配任务 有代码有数据基于电商平台的商品的关键词文本匹配任务 有代码有数据0 154浏览会员免费
- 机器翻译大小:300MB“AI Challenger全球AI挑战赛”将开放超过1000万条中英文翻译数据、70万个人体动作分析标注数据、30万张图片场景标注和语义描述数据,是国内迄今公开的规模最大的科研数据集。“AI Challenger全球AI挑战赛”将开放超过1000万条中英文翻译数据、70万个人体动作分析标注数据、30万张图片场景标注和语义描述数据,是国内迄今公开的规模最大的科研数据集。0 870浏览会员免费
- 深度学习大小:69MB数据集被分为用于训练的 25 000 条评论与用于测试的 25 000 条评论,训练集和测试集都包含 50% 的正面评论和 50% 的负面评论。 其中包含test-pos文件夹、test-neg文件夹、train-pos文件夹、train-neg文件夹。 这些文件夹中分别包含12500个独立的".txt文件",每个文件内部都是相关的文本。 情感评分:(1-4:neg、5-10为pos)数据集被分为用于训练的 25 000 条评论与用于测试的 25 000 条评论,训练集和测试集都包含 50% 的正面评论和 50% 的负面评论。 其中包含test-pos文件夹、test-neg文件夹、train-pos文件夹、train-neg文件夹。 这些文件夹中分别包含12500个独立的".txt文件",每个文件内部都是相关的文本。 情感评分:(1-4:neg、5-10为pos)0 401浏览会员免费
- 自然语言处理大小:126MBhanlp 自然语言处理入门 资料全hanlp 自然语言处理入门 资料全0 280浏览会员免费
- 自然语言处理大小:4MB6个写词人['林夕', '方文山', '黄霑', '罗大佑', '李宗盛', '黄伟文']的歌词打标数据,用于歌词风格分类6个写词人['林夕', '方文山', '黄霑', '罗大佑', '李宗盛', '黄伟文']的歌词打标数据,用于歌词风格分类0 121浏览会员免费
- AStyle大小:348KB这是一个代码排版工具,即实现代码的自动按规范排版。这是一个代码排版工具,即实现代码的自动按规范排版。0 155浏览会员免费
- 数据挖掘大小:29MB新闻数据集文本分类实战新闻数据集文本分类实战0 1180浏览会员免费
- nlp大小:80MBOCR文字识别项目实战OCR文字识别项目实战0 1066浏览会员免费
- 机器翻译大小:9MB2022美赛题目机器翻译2022美赛题目机器翻译0 184浏览会员免费
- nlp大小:108MB自然语言处理实战的源代码+数据集+引用PDF文件;适用于学习《自然语言处理实战》自然语言处理实战的源代码+数据集+引用PDF文件;适用于学习《自然语言处理实战》0 382浏览会员免费
- NLP大小:7MB人工智能算法&计算机视觉&自然语言处理资料,理论基础+项目实践,适应IT人工智能从业者,硕博研究生等人工智能算法&计算机视觉&自然语言处理资料,理论基础+项目实践,适应IT人工智能从业者,硕博研究生等0 143浏览会员免费
- 数据集大小:682MBstanford golve 预训练词向量stanford golve 预训练词向量0 174浏览会员免费
- nlp大小:65MB中文自然语言处理文本分类语料,共15个分类,类别包括财经、电竞、房产、国际、教育、军事、科技、旅游、民生、农业、汽车、体育、文化、娱乐、证券中文自然语言处理文本分类语料,共15个分类,类别包括财经、电竞、房产、国际、教育、军事、科技、旅游、民生、农业、汽车、体育、文化、娱乐、证券0 697浏览会员免费
- 自然语言处理大小:7MB围绕自然语言处理和时序数据处理,介绍中的重要技术,包括word2vec、RNN、LSTM、GRU、seq2seq 和Attention 等。语言平实,结合大量示意图和Python代码,按照“提出问题”“思考解决问题的新方法”“加以改善”的流程,基于解决自然语言处理相关的各种问题,使读者在此过程中更深入地理解中的重要技术。围绕自然语言处理和时序数据处理,介绍中的重要技术,包括word2vec、RNN、LSTM、GRU、seq2seq 和Attention 等。语言平实,结合大量示意图和Python代码,按照“提出问题”“思考解决问题的新方法”“加以改善”的流程,基于解决自然语言处理相关的各种问题,使读者在此过程中更深入地理解中的重要技术。0 615浏览会员免费
- 算法面试大小:192MB某鱼买的,算法面试资料。主要是算法方面的,包括不限于,机器学习,深度学习,数据结构,自然语言处理,牛客网,以及各个大厂的面试某鱼买的,算法面试资料。主要是算法方面的,包括不限于,机器学习,深度学习,数据结构,自然语言处理,牛客网,以及各个大厂的面试5 310浏览会员免费
- NLP大小:20MB斯坦福大学的自然语言处理课件, 共17节,提供给有兴趣的同学。能够帮助读者对NLP这一领域有一个基本的认知和了解斯坦福大学的自然语言处理课件, 共17节,提供给有兴趣的同学。能够帮助读者对NLP这一领域有一个基本的认知和了解0 82浏览会员免费
- LCQMC大小:3MB语义相似度任务数据训练集、验证集、测试集。LCQMC 是哈尔滨工业大学在自然语言处理国际顶会 COLING2018 构建的问题语义匹配数据集,用于判断两个问题的语义是否相同。 输入是两个句子,输出是 0 或 1。其中 0 代表语义不相似,1 代表语义相似。 数据量:训练集 (238,766),验证集 (8,802),测试集 (12,500) 例子: 1. 聊天室都有哪些好的 [分隔符] 聊天室哪个好 [分隔符] 1 2. 飞行员没钱买房怎么办?[分隔符] 父母没钱买房子 [分隔符] 0语义相似度任务数据训练集、验证集、测试集。LCQMC 是哈尔滨工业大学在自然语言处理国际顶会 COLING2018 构建的问题语义匹配数据集,用于判断两个问题的语义是否相同。 输入是两个句子,输出是 0 或 1。其中 0 代表语义不相似,1 代表语义相似。 数据量:训练集 (238,766),验证集 (8,802),测试集 (12,500) 例子: 1. 聊天室都有哪些好的 [分隔符] 聊天室哪个好 [分隔符] 1 2. 飞行员没钱买房怎么办?[分隔符] 父母没钱买房子 [分隔符] 00 150浏览会员免费
- PYTHON大小:4MBPYTHON自然语言处理中文翻译 NLTK 中文版.pdf PYTHON自然语言处理中文翻译 NLTK 中文版.pdfPYTHON自然语言处理中文翻译 NLTK 中文版.pdf PYTHON自然语言处理中文翻译 NLTK 中文版.pdf0 0浏览会员免费