[图片] 近年来，自然语言处理技术已经取得了长足进步，成为应用范围最广泛，也是最为成熟的 AI 技术之一。但实际上，自然语言处理技术在商业化应用上却鲜有突破性进展，真正成功或者能够完美满足人们日常生活需求的产品并不多。 回首 2018 年，自然语言处理领域不乏进展和惊喜，比如谷歌提出的 BERT 模 ....

[图片] 配套 PPT 下载，请识别底部二维码关注社区公众号，后台回复【上海 NLP】 分享嘉宾：马宇峰** 阅文信息 内容挖掘平台技术负责人** 编辑整理：赵世瑜 内容来源：DataFun AI Talk《NLP 在阅文内容挖掘平台的应用场景与落地实践》 出品社区：DataFun 注：欢迎转载，转 ....

[图片] [图片]

[图片] 分享嘉宾：吕荣荣 小米 算法工程师 编辑整理：孟航程 出品平台：DataFunTalk 导读： 知识表示是知识获取与应用的基础，贯穿了小米知识图谱的构建与应用。本文将结合小米知识图谱的构建及小爱问答场景，介绍融合文本和知识图谱的知识表示学习方法，以及知识表示在知识图谱补全、实体链接、实体推 ....

丁香园大数据 NLP 文章发表于： 2019-12-31 医疗健康领域的短文本解析探索（一） 谈谈医疗健康领域的 Phrase Mining 前言 再来简单回顾一下之前内容，上一篇《医疗健康领域的短文本解析探索（一）》我们简单的介绍了目前工业界常用的 concept/phrase 的自动化抽取和评估 ....

添加微信：julyedufu77，回复 “ 7 ”，领取最新升级版《名企 AI 面试 100 题》电子书！！ 本文目录： 问题 8：介绍下 bert 位置编码和 transformer 的区别，哪个好，为什么？ 问题 9：sigmod 函数的缺点，为什么会产生梯度消失？不是以 0 为中心的话，为什么 ....

文本、语言作为记录和传播信息的重要载体，对它高效的理解一直是人们关注的问题。自现代电子计算机出现后，计算机在很多事情上做得比人还好，计算机与语言处理的相遇就出现了自然语言处理（Natural Language Process, NLP）技术。NLP 通俗的理解就是利用计算机对文本进行分析、加工。 中 ....

[图片] 桔妹导读： 滴滴是一个让出行变得更美好的公司，语音交互作为出行领域最安全，最自然的交互方式在滴滴内部有着广泛的应用前景，目前滴滴语音交互已经应用在智能外呼，司机端，地图，车机系统多个领域中。语音交互离不开自然语言理解，用户说的每一句话都应该得到正确的理解和反馈，自然语言理解技术让语音助手变 ....

一、前言 最近谷歌搞了个大新闻，公司 AI 团队新发布的 BERT 模型，在机器阅读理解顶级水平测试 SQuAD1.1 中表现出惊人的成绩：全部两个衡量指标上全面超越人类，并且还在 11 种不同 NLP 测试中创出最佳成绩，包括将 GLUE 基准推至 80.4％（绝对改进 7.6％），MultiNL ....

[图片] 分享嘉宾：黄民烈** **清华大学计算机系副教授，博士生导师 编辑整理：邓力 内容来源：《Reinforcement Learning in Natural Language Processing》 出品社区：DataFun 注：欢迎转载，转载请注明出处。 本文首先介绍了强化学习的概念和相 ....

[图片] 阿里云 云栖社区 自然语言智能（NLP） 自然语言智能研究实现人与计算机之间用语言进行有效通信。它是融合语言学、心理学、计算机科学、数学、统计学于一体的科学。它涉及到自然语言和形式化语言的分析、抽取、理解、转换和产生等多个课题。 人工智能可以分为几个阶段 计算智能，指依靠计算强大的算力和海 ....

[图片] 虽然同为人类自然语言，但是由于英文和中文其语言自身的特点，导致中文和英文分词是有差别的。 很多读者在后台留言，提到了结巴分词，并要求我们出一些关于中文自然语言处理的内容。所以本禅师就找到了这方面很有研究的宿永杰。 宿永杰现就职于某知名互联网公司担任数据挖掘工程师，CSDN 博客专家，PC ....

本文主要针对其中最常用的一套《北大规范》为依据，来讲解中文词汇自动切分的几个重点流程。概述在人工智能中，自然语言处理是一门极其深奥的领域，自然语言处理在广义上分为两部分，第一部分自然语言理解，是指让电...

2019年7月，百度ERNIE再升级，发布持续学习的语义理解框架ERNIE2.0，及基于此框架的ERNIE2.0预训练模型,它利用百度海量数据和飞桨（PaddlePaddle）多机多卡高效训练优势，通...

步骤1、分词、去停用词2、词袋模型向量化文本3、TF-IDF模型向量化文本4、LSI模型向量化文本5、计算相似度理论知识两篇中文文本，如何计算相似度？相似度是数学上的概念，自然语言肯定无法完成，所有要...

一组研究人员建立了一个CNN模型，可以分析和分类古代涂鸦；多项逻辑回归模型的AUC评分为0.82，而2D-CNN的准确度为0.94研究人员开源数据集，让整个社区参与这项研究介绍历史文本和图像对我来说具...