Relation Extraction 信息抽取在自然语言处理中是一个很重要的工作，特别在当今信息爆炸的背景下，显得格外的生重要。从海量的非结构外的文本中抽取出有用的信息，并结构化成下游工作可用的格 ...

目录 前言 BERT模型概览 Seq2Seq Attention Transformer encoder部分 ...

中文分词概述 词是最小的能够独立活动的有意义的语言成分，一般分词是自然语言处理的第一项核心技术。英文中每个句子都将词用空格或标点符号分隔开来，而在中文中很难对词的边界进行界定，难以将 ...

1. 问题描述 给你若干篇文档，找出这些文档中最相似的两篇文档？ 相似性，可以用距离来衡量。而在数学上，可使用余弦来计算两个向量的距离。 \[cos(\vec a, \vec b ...

　　词的向量化就是将自然语言中的词语映射成是一个实数向量，用于对自然语言建模，比如进行情感分析、语义分析等自然语言处理任务。下面介绍比较主流的两种词语向量化的方式： 　　第一种即One-Hot编码， ...

##基础概念 本文在进行文本相似度分析过程分为以下几个部分进行， 文本分词 语料库制作 算法训练 结果预测 分析过程主要用两个包来实现jieba，gensim jieba: ...

内容介绍 这篇博客主要面向对Bert系列在Pytorch上应用感兴趣的同学，将涵盖的主要内容是：Bert系列有关的论文，Huggingface的实现，以及如何在不同下游任务中使用预训练模型。 看过 ...

使用Stanford Corenlp对中文进行词性标注 语言为Scala，使用的jar的版本是3.6.0，而且是手动添加jar包，使用sbt添加其他版本的时候出现了各种各样的问题 添加的jar包有5个 代码 import edu.stanford.nlp ...

假设你有许多小明同学一天内不同时段的照片，从小明提裤子起床到脱裤子睡觉各个时间段都有（小明是照片控！）。现在的任务是对这些照片进行分类。比如有的照片是吃饭，那就给它打上吃饭的标签；有的照 ...

https://zhuanlan.zhihu.com/p/35252733 可以先看看上面知乎文章里面的例子 Socher 等人于2012和2013年分别提出了两种区分词或短语类型的模型，即 ...