请介绍几种常用的参数更新方法。 梯度下降：在一个方向上更新和调整模型的参数，来最小化损失函数。 随机梯度下降（Stochastic gradient descent，SGD）对每个训练样本进行参数更新，每次执行都进行一次更新，且执行速度更快。 为了避免SGD和标准梯度下降中存在的问题，一个改进方法为 ....

问题6：NLG的评估指标有哪些 BLEU (Bilingual Evaluation Understudy) ROUGE (Recall Oriented Understudy for Gisting Evaluation) BLEU是机器翻译中使用最广泛的评估指标，可以看成是精确率，公式如下： [ ....

问题1：神经网络有哪些初始化的方法、为什么要初始化 不初始化可能会减慢收敛速度，影响收敛效果。 如果使用的是预训练模型，是不需要自己进行初始化的，只有没有预训练模型的时候需要初始化。 常用的权重初始化算法是「kaiming_normal」或者「xavier_normal」。 以下n_in为网络的输入 ....

作者：邓旭东HIT 想了解点中文文本处理的底层一些的知识，在网上查了下跟python有关的文本分析书记，意外发现一本新书。 书籍简介 本书是一本研究汉语自然语言处理方面的基础性、综合性书籍，涉及NLP的语言理论、算法和工程实践的方方面面，内容繁杂。 本书包括NLP的语言理论部分、算法部分、案例部分，涉及汉语的发展历史、传统的句法理论、认知语言学理论。需要指出…

在本报告里，Gartner预测了2020年BI行业的发展趋势，定义了现代型BI的5个评选用例及15大功能，并给出了入选魔力象限的厂商，可谓几家欢乐几家愁。

from http://www.kawabangga.com/posts/1264 1.NLTK NLTK 在使用 Python 处理自然语言的工具中处于领先的地位。它提供了 Wo…

本文为淘宝广告技术部广告算法负责人、淘宝网研究员吴雪军在8月3日CTO俱乐部沙龙演讲实录，全文如下： 我今天演讲的题目是自然语言处理技术在搜索和广告中的应用。搜索和广告是技术非常密…

前言在文本挖掘预处理中，在向量化后一般都伴随着TF-IDF的处理。什么是TF-IDF，为什么一般需要加这一步预处理呢？这里就对TF-IDF的原理做一个总结。文本向量化存在的不足在将文本分词并向量化后，...

本次分享中我会为大家介绍深度学习算法在自然语言处理任务中的应用——包括算法的原理是什么，相比于其他算法它具有什么优势，以及如何使用深度学习算法进行情感分析。

新手数据科学家最容易踩的5个坑，来看看你有没有中招

在自然语言处理领域，深度学习的承诺是：给新模型带来更好的性能，这些新模型可能需要更多数据，但不再需要那么多的语言学专业知识。

在这篇文章中，我们将仔细研究NLP和NLU的概念以及它们在AI相关技术中的优势。

LIME & SHAP：这有两种解释自然语言处理模型的方法。

Facebook 开发出一种代码搜索工具，能够将自然语言处理（NLP）与信息检索（IR）技术直接应用于源代码文本。

很久以来，主流 NLP （Natural Language Processing）就在这样的一袋子词里面做文章，有时候也确实做出了蛮漂亮的文章，都是用的基于统计的机器学习。什么是“一袋子词”呢？

我们下面描述的研究提出了一种新颖的方法，利用科学文献进行材料发现，而不需要人类的监督。

作为 2018 年自然语言处理领域的新秀，BERT 做到了过去几年 NLP 重大进展的集大成，一出场就技惊四座碾压竞争对手，刷新了 11 项 NLP 测试的最高纪录，甚至超越了人类的表现，相信会是未来 NLP 研究和工业应用最主流的语言模型之一。本文尝试由浅入深，为各位看客带来优雅的 BERT 解读 ....

AI 算法团队 zacbai 平安寿险 PAI 一、 全文框架概览 [图片] 一、关键短语抽取简介 关键短语抽取 (keyphrase extraction)，指从文章中提取典型的、有代表性的短语，期望能够表达文章的关键内容。 关键短语抽取对于文章理解、搜索、分类、聚类都很重要。而高质量的关键短语抽 ....

文章作者：刘知远 清华大学 副教授 内容来源：NLP 日知录@知乎专栏 [图片] 导读： 在微博和知乎上关注自然语言处理（NLP）技术的朋友，应该都对#NLP 太难了#、#自然语言理解太难了#两个话题标签不陌生，其下汇集了各种不仅难煞计算机、甚至让人也发懵的费解句子或歧义引起的笑话。然而，这些例子只 ....

[图片] 作者：章立 美团算法工程师 未经作者允许 严禁转载！ 问题定义 一段文字，例如：今夜月色真美。代表的是什么含义？如果在春天温度适宜的 9、10 点站在阳台的人对你脱口而出地说出这句话，你会怎么理解这句话，亦或者你会怎么回应他(她)呢？ 这句话是十九世纪末的文学家 夏目漱石对 I love ....