Relation Extraction 信息抽取在自然語言處理中是一個很重要的工作，特別在當今信息爆炸的背景下，顯得格外的生重要。從海量的非結構外的文本中抽取出有用的信息，並結構化成下游工作可用的格 ...

目錄 前言 BERT模型概覽 Seq2Seq Attention Transformer encoder部分 ...

中文分詞概述 詞是最小的能夠獨立活動的有意義的語言成分，一般分詞是自然語言處理的第一項核心技術。英文中每個句子都將詞用空格或標點符號分隔開來，而在中文中很難對詞的邊界進行界定，難以將 ...

1. 問題描述 給你若干篇文檔，找出這些文檔中最相似的兩篇文檔？ 相似性，可以用距離來衡量。而在數學上，可使用余弦來計算兩個向量的距離。 \[cos(\vec a, \vec b ...

　　詞的向量化就是將自然語言中的詞語映射成是一個實數向量，用於對自然語言建模，比如進行情感分析、語義分析等自然語言處理任務。下面介紹比較主流的兩種詞語向量化的方式： 　　第一種即One-Hot編碼， ...

##基礎概念 本文在進行文本相似度分析過程分為以下幾個部分進行， 文本分詞 語料庫制作 算法訓練 結果預測 分析過程主要用兩個包來實現jieba，gensim jieba: ...

內容介紹 這篇博客主要面向對Bert系列在Pytorch上應用感興趣的同學，將涵蓋的主要內容是：Bert系列有關的論文，Huggingface的實現，以及如何在不同下游任務中使用預訓練模型。 看過 ...

使用Stanford Corenlp對中文進行詞性標注 語言為Scala，使用的jar的版本是3.6.0，而且是手動添加jar包，使用sbt添加其他版本的時候出現了各種各樣的問題 添加的jar包有5個 代碼 import edu.stanford.nlp ...

假設你有許多小明同學一天內不同時段的照片，從小明提褲子起床到脫褲子睡覺各個時間段都有（小明是照片控！）。現在的任務是對這些照片進行分類。比如有的照片是吃飯，那就給它打上吃飯的標簽；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 等人於2012和2013年分別提出了兩種區分詞或短語類型的模型，即 ...