搜索[自然语言处理]结果-低调大师优秀个人博客

精选列表

搜索[自然语言处理]，共10009篇文章

CentOS8安装MyCat，轻松搞定数据库的读写分离、垂直分库、水平分库

存储过程，out参数、多结果集返回（1.6）支持zookeeper协调主从切换、zk序列、配置zk化（1.6）支持库内分表（1.6）集群基于ZooKeeper管理，在线升级，扩容，智能优化，大数据处理

2025-09-05

JumpServer安装

############ MySQL 配置 ################################## # 外置 MySQL 需要输入正确的 MySQL 信息, 内置 MySQL 系统会自动处理

2025-12-13

【NLP】基于自然语言处理角度谈谈CRF(二)

基于自然语言处理角度谈谈CRF 作者：白宁超 2016年8月2日21:25:35 【摘要】：条件随机场用于序列标注，数据分割等自然语言处理中，表现出很好的效果。

2016-08-01

每日一博 | 自然语言处理十大应用

每个人都在努力了解自然语言处理及其应用，并以此为生。你知道为什么吗？因为仅仅在短短几年的时间里，自然语言处理已经发展成为一种无人能想象的强大而有影响力的东西。

2020-08-04

自然语言处理将彻底改变企业的业务

从支持面向客户的聊天机器人，到跟踪合同承诺，再到充分利用会议记录，自然语言处理具有巨大的潜力来改变企业的业务。

2020-07-22

HanLP发射矩阵词典nr.txt中收录单字姓氏393个。袁义达在《中国的三大姓氏是如何统计出来的》文献中指出：当代中国100个常见姓氏中，集中了全国人口的87%，根据这一数据我们只保留nr.txt中的100个常见词语的姓氏角色，其他词语去掉其姓氏角色状态。过滤后，nr.txt中具有姓氏角色的单字共计97个。列于下表：丁万乔于任何余侯傅冯刘卢史叶吕吴周唐夏姚姜孔孙孟宋尹崔常康廖张彭徐戴方易曹曾朱李杜杨林梁武段毛江汤汪沈潘熊王田白石秦程罗胡苏范萧董蒋薛袁许谢谭贺贾赖赵邓邱邵邹郑郝郭金钟钱阎陆陈雷韩顾马高魏黄黎龚实验效果姓氏过滤前，各命名实体识别准确率nr 33%ns 83%nt 43%姓氏过滤后，各命名实体识别准确率nr 36%ns 83%nt 81%这里没有开层叠隐马预测机构名和地名，nt上升原因估计是由于很多不是人名的词语没被标为人名，那么nt的模式匹配规则匹配不上了，所以机构名准确率上来了。错误识别的人名，100个常用姓氏的不多，很多恐怕是HanLP里其他词表干预进来的。隐马一般用于分词和词性标注是比较好的，为什么通常的序列标注方法也就是BIEO方法直接用到实体识别不合适呢。用词性标注为例，每一个词它所对应的词性标记子集是有限的，而这个子集相对于词性标记全集来说是小的。但是到了实体识别则不一定，拿人名来说，除了姓氏以外，名字词语部分可以填充的词语是任意的，也就是说任何词语都有可能出现在中间位置，此时发射矩阵中的某些词实际上就没有太大意义了，因为它可能等可能的由BIEO标记发出，而如果指利用四种标记之间的转移概率信息来确定最优的标记序列势必就影响效果。因此，我们通过引入角色标记，实际上这就引入了先验知识，比如某些字只能由姓氏标记产生，某些字一般情况都充当名字首字，某些字一般情况都充当名字末字，通过给这些不同情况下的字集按照其出现的位置的分布和其语法意义做角色定义，可以缩小每种角色标记可发出的词语集合，也就是每种词语（字）所对应的标记集的大小，相当于使发射概率分布不是均匀分布，那么预测的准确性肯定就得到提高了。下边介绍一下HanLP人名识别的主要流程1.使用使用匹配法求出各种分词路径用变量wordNetAll存储2.用viterbi方法找到一条最优的分词路径，这里主要使用用户自定义词典以及核心词典，用序列变量vertexList存储。3.角色观察，也就是根据发射概率矩阵列出vertexList中每个词语可能对应的角色标记。roleObserve(...)方法实现。4.角色标注，利用viterbi方法求出最优角色标记序列。viterbiComputeSimply(...)方法实现。5.对角色序列进行模式匹配得到人名。模式匹配定义在NRPattern类中。在精度要求比较高且时间紧的情况下，最好的提高准确率的方法为，只保留常用姓氏，只保留最可能的2gram角色标记模式。在做人名识别时还有一个注意的点，如果你的预测语料和训练语料完全在文体上差别很大，或者说你就是在公开的训练语料上训练而不在预测语料上训练的话，基本上上下文信息是没有用处的，甚至有可能上下文信息会给实体边界标注带来干扰，我想任何机器学习包括深度学习，不管是文本分类领域还是实体识别领域都会有这种泛化能力的问题，这种问题恐怕通过算法是没法解决的，如果可以解决那么任何语种任何领域都可以使用一种模型，一劳永逸了。

2019-08-01

2018年，自然语言处理最全的应用与合作

2018年见证了 NLP 许多新的应用发展。Elvis Saravia 是计算语言学专家，也是2019 计算语言学会年度大会北美分部的项目委员之一。他在一份报告中总结出，NLP 不仅在聊天机器人和机器学习中有所突破，也在医疗健康、金融、法律和广告等行业中有崭新的表现。点击文章中的链接，可查看详细信息。聊天机器人聊天机器人是一项非常重要的研究领域，因为包括了 NLP 所覆盖的几大目标。这篇 Wired 文章，解释语音情感识别如何帮助机器与人类建立更加健康的关系。梅赛德斯奔驰发布了聊天机器人 MBUX，据称能为顾客创造“最会聊天的汽车”，让人与汽车可以通过自然的对话进行聊天。 NLP 创业公司 Hugging Face 获得400万美元融资，打造情感智能聊天机器人。 Wired 还发布了一篇文章讨论 Facebook 的虚拟助理 M ，以及为何公司计划将其关闭。此前就有许多人认为，也许聊天机器人只是一个泡沫，因为目前的 NLP 和 AI 的技术水准还无法达到顾客的预期。这篇文章讨论 Passage AI 如何使用 NLP 和深度学习技术来训练顶尖的聊天机器人，用英语、西班牙语和中文进行聊天。谷歌研究人员开发了一系列技术，深化聊天中的语意文本相似度。 Mastercard 称，聊天银行也许已经成为主流。艾伦 AI 研究院通过 Alexandria 项目开发具有常识的AI。 AskArvi 使用 NLP 和深度学习，理解顾客的需要，从而推荐合适的保险项目。亚马逊的新技术和 API 将提供能够离线使用的机器学习工具。 Facebook 提交了一个电商聊天机器人的专利申请，以 NLP 为其核心技术。谷歌发布 Google Duplex，用于进行自然聊天，通过电话实现“真实世界”任务。这项技术在谷歌2018 IO 大会发布。医疗健康 Jessica Kent 探讨如何将 NLP 应用于电子医疗记录，精确分析并改善心脏衰竭的病人护理。 Anthem 与 doc.ai 合作，分析和预测病人的过敏模式。 MIT 研究人员打造了一个基于 AI 的众筹平台，打造一个可以分析药物与蛋白质的系统。据一份新报告称，NLP 和 AI 将把医疗从线下服务，改变为不受医生地理位置限制的高质量服务。 DeepMind 称其开发了一项新技术，能自动探测和治疗视网膜疾病。一种基于 NLP 的新文本挖掘技术，可以通过病人的生物标记来决定癌症治疗方案。创业公司 Proven Beauty 使用 NLP 为顾客提供个人化的护肤产品线。看 NLP 如何帮助改善医疗文档。 BrightSign 是一款智能手套，使得具有语言残疾的人能够更好地沟通。一家医疗机构使用深度学习和计算机视觉技术在 CT 扫描中检测疾病，比人类肿瘤学家的速度快150倍。看谷歌如何通过技术，提升人们的健康水平。自动化心理治疗机器人 Woebot 获得A轮800万美元融资。 Stitch CEO 讨论如何通过数据来销售个人化时尚。 Linguamatics 提供基于文字药物发现和研究的工具库。机器学习工具谷歌发布 Cloud AutoML，目标是为大企业提供云端 AI 服务，这是谷歌普及 AI 使命的一部分。谷歌 AI 发布 BigQuery ML，能让数据科学家在大规模结构化和半结构化数据库上使用机器学习模型。 Fast.ai 与 AWS Open Datasets 合作，标准化并发布开放数据库。 Facebook 通过多语言嵌入，提供更快速的翻译服务。 PyTorch Geometric 通过 PyTorch 进行几何深度学习。简单的几项测试看出，最优秀的谷歌翻译也很肤浅。 Linguistics Agents Ltd. 发布了一个 NLP 平台，训练深度增强学习代理。这里有一个简化电子游戏代码编写的 AI 工具。谷歌 Brain 发布 Magenta.js，一个利用 TensorFlow.js 生成音乐和艺术内容的API。谷歌发布谷歌文字语音转换，其基础是 DeepMind 开发的 WaveNet。 TensorFlow 1.9 和 TensorFlow 1.10.0 相继发布，TensorFlow 2.0 将于2019年初发布，在这个论坛可以看到新版本的预期特征。 PyTorch 主持了第一场开发者大会，讨论最新发布的 PyTorch 1.0 的研究和生产能力。 Intel 开源了名为 NLP Architect 的 Python 库。 Semantris 是一款基于 NLP 和机器学习的文字联想游戏。金融、广告和法律澳大利亚证券与投资委员会（ASIC）希望利用 NLP 加强管理公司和金融服务法律。 Tumi 使用 AI 和 NLP 进行目标营销。华尔街和大型创业公司现在都下血本投资 NLP 和机器学习，用于为客户进行更好的投资，类似于一种自动化投资管理。小型和大型律师事务所正在通过 AI 一决高下。金融行业在使用机器学习和 NLP 来重新定义服务，开发新市场。通过“数据转移项目”，谷歌希望实现数据移动化，包括给予用户完全的数据掌控。更多的NLP故事据称，DARPA 将在 AI Next Initiative 投资高达20亿美元，实现语境推理和问题解决能力。著名教授及研究员 Pedro Domingos 计划成为纽约投资公司 D.E. Shaw 集团的管理总监，领导公司的机器学习工作。微软最新的专利目标通过 NLP 将来电 ID 功能提升一个水准，系统将能够识别来电者的目标和行动。使用 AI 改善呼叫中心服务的创业公司 Observe.ai 筹集800万美元资金，使用机器学习和 NLP 技术将呼叫中心体验自动化。本文由阿里云云栖社区组织翻译。文章原标题《NLP highlights of 2018》，译者：炫，审校：袁虎。文章简译，更为详细的内容，请查看原文。

2019-01-07

一文了解自然语言处理神经史（下）

在该框架中，编码器神经网络逐个符号地处理句子并将其压缩成矢量表示; 然后，解码器神经网络基于编码器状态逐个符号地预测输出符号，在每个步骤中将先前预测的符号作为输入，如下面的图8所示。

2018-11-26

一文了解自然语言处理神经史（上）

本文扩展了Herman Kamper和我在2018年深度学习Indaba组织的自然语言处理前沿课程。整个课程的幻灯片都可以在这里找到，这篇文章将主要讨论NLP中基于神经网络方法的近期进展。

2018-11-26

ubuntu下使用pycharm调用Hanlp自然语言处理包

JClass('com.hankcs.hanlp.tokenizer.NLPTokenizer')print(NLPTokenizer.segment('中国科学院计算技术研究所的宗成庆教授正在教授自然语言处理课程

2018-11-04

Python中调用自然语言处理工具HanLP手记

JClass('com.hankcs.hanlp.tokenizer.NLPTokenizer') 22.print(NLPTokenizer.segment('中国科学院计算技术研究所的宗成庆教授正在教授自然语言处理课程

2018-10-30

自然语言处理顶会 ACL 2018 参会见闻

2018 年 7 月 15 日至 20 日，自然语言处理领域的顶级会议 ACL 2018 在澳大利亚墨尔本举行。

2018-07-26

一张图看懂自然语言处理技术框架

一张图看懂自然语言处理技术框架一、前言正在针对《人工智能产品经理最佳实践》视频课程第三部分，关键技术篇，进行相关的内容重构，今天整理的部分是自然语言处理技术框架，特地绘制了一张自然语言处理的技术框架图

2018-06-04

如何用Python处理自然语言？（Spacy与Word Embedding）

本文教你用简单易学的工业级Python自然语言处理软件包Spacy，对自然语言文本做词性分析、命名实体识别、依赖关系刻画，以及词嵌入向量的计算和可视化。

2018-05-11

教你用Python进行自然语言处理（附代码）

自然语言处理（NLP）是数据科学中最有趣的子领域之一，越来越多的数据科学家希望能够开发出涉及非结构化文本数据的解决方案。

2018-03-28

我的2017年文章汇总——自然语言处理篇

近期准备把过去一年写的文章按照分类重新整理推送一遍，包括：“分布式”、“机器学习”、“深度学习”、“NLP”、“Java深度”、“Java并发核心”、“JDK源码”、“Tomcat内核”。本篇推送nlp相关文章。基于典型相关分析的词向量来自麻省理工的信息抽取如何用机器学习对文本分类循环神经网络如何使用中文维基百科语料深度学习的Attention模型 TensorFlow实现seq2seq 深度学习的seq2seq模型谈谈谷歌word2vec的原理如何用TensorFlow训练词向量如何用TensorFlow训练聊天机器人（附github）开源一个文本分析项目 kmeans实现文本聚类设计一个智能客服系统全文搜索怎么给查询语句与文档相关性打分 n元语法 -------------推荐阅读------------ 我的2017文章汇总——机器学习篇我的2017文章汇总——Java及中间件我的2017文章汇总——深度学习篇我的2017文章汇总——JDK源码篇 ------------------广告时间---------------- 公众号的菜单已分为“分布式”、“机器学习”、“深度学习”、“NLP”、“Java深度”、“Java并发核心”、“JDK源码”、“Tomcat内核”等，可能有一款适合你的胃口。鄙人的新书《Tomcat内核设计剖析》已经在京东销售了，有需要的朋友可以购买。感谢各位朋友。为什么写《Tomcat内核设计剖析》欢迎关注：

2018-01-13

自然语言处理工具LTP语言云调用方法

<1>把api_key ="YourApiKey"中的"YourApiKey"修改成你Step1申请的API Key； <2>把text ="我爱北京天安门"修改成你要处理的文本

2017-11-12

从CNN视角看在自然语言处理上的应用

3.3 卷积是如何应用到自然语言处理中在图像中卷积核通常是对图像的一小块区域进行计算，而在文本中，一句话所构成的词向量作为输入。

2017-10-22

GitHub项目：自然语言处理领域的相关干货整理

自然语言处理（NLP）是计算机科学，人工智能，语言学关注计算机和人类（自然）语言之间的相互作用的领域。本文作者为NLP初学者整理了一份庞大的自然语言处理领域的概览。

2017-10-15

了解对自然语言处理的卷积神经网络

了解对自然语言处理的卷积神经网络当我们听到卷积神经网络（CNN）的时候，我们通常会想到计算机视觉。

2017-08-20

SQuAD，斯坦福在自然语言处理的野心

本文将详细叙述今年目前为止自然语言处理界最重量级的数据集 SQuad。 1. SQuAD是什么？

2017-07-31

《Python自然语言处理》——1.4 回到Python:决策与控制

本节书摘来自异步社区《Python自然语言处理》一书中的第1章，第1.4节，作者[美]Steven Bird,Ewan Klein,Edward Loper，陈涛,张旭,崔杨,刘海平译，更多章节内容可以访问云栖社区

2017-05-01

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。