Публикации по теме 'nlp'
Изучение наборов данных обнимающих лиц
Получите доступ к большим готовым наборам данных для вашего следующего проекта НЛП
Самая важная часть любого проекта машинного обучения — это данные, с которыми вы работаете. Независимо от того, с каким алгоритмом или моделью вы имеете дело, реальная точность зависит от количества И качества данных.
Мне нравится работать с проектами НЛП в свободное время, но иногда бывает сложно получить доступ к большим наборам данных. На сбор, накопление и последующую очистку этих данных может..
Распределение зарплат на ведущих должностях в области науки о данных
Распределение зарплат на ведущих должностях в области науки о данных
Машинное обучение, НЛП, Инженер данных и Специалист по данным, и что значит быть в каждой роли
Оглавление
Вступление Инженер по машинному обучению Инженер по обработке естественного языка Инженер по данным Специалист по данным Резюме использованная литература
Вступление
При рассмотрении заработной платы специалистов по данным и их ролей стало очевидно, что в науке о данных есть разные, более..
Вы получаете то, что видите!
Разрешение местоимений к определенным предметам / объектам в данном предложении всегда было открытой темой исследования в компьютерной лингвистике и обработке естественного языка. Это требует сложных рассуждений из различных информационных источников и контекстных знаний.
Чтобы решить эту проблему, в статье То, что вы видите, то и получаете: разрешение визуальной привязки местоимений в диалогах определяется задача визуально-ориентированного разрешения совместной ссылки местоимений..
Современное состояние: подготовка к ответам на вопросы и поиску информации
Поиск — один из самых важных инструментов для бизнес-приложений на сегодняшний день. Его можно использовать в самых разных областях , таких как поиск, чат-бот, рекомендации, обнаружение дубликатов, классификация, обнаружение аномалий и даже поиск на разных языках/модальностях данных.
* Обратите внимание, что реализации кода в этой статье все еще находятся в стадии разработки. * Тем не менее, 70% кода завершено (ожидание тестов) и 100% всего остального (написанные части) сделано!..
Получение НАСТОЯЩЕЙ оценки фильмов с помощью встраивания предложений и НЛП
Среди всех кинозрителей и потребителей средств массовой информации, будь вы обычным кинозрителем, заставившим меня пойти с моей младшей сестрой, или поклонником Marvel, есть одна вещь, которая остается неизменной для каждого фильма. Никто никогда не может договориться о качестве фильмов.
Возьмем, к примеру, Анаконду. Развлечение поколения и противоречивое, получило 38% на Rotten Tomatoes. Несмотря на это, у фильма есть страстные поклонники, которые хвалят его великолепие и..
Классификация текста с использованием LSTM и визуализация вложений слов: Часть-1.
Введение
Наборы данных обзора Yelp round-10 содержат множество метаданных, которые можно добыть и использовать для определения смысла, бизнес-атрибутов и настроений. В этом уроке я использовал наборы данных, чтобы найти положительные или отрицательные отзывы.
Для простоты я классифицирую комментарии обзора на два класса: положительные и отрицательные. Отзывы со звездочкой выше трех считаются положительными, а отзывы со звездочкой меньше или равной трех - отрицательными. Таким..
НЛП с использованием руководств по глубокому обучению : понимание функции потерь
"Обработка естественного языка"
НЛП с использованием учебников по глубокому обучению: понимание функции потерь
Эта статья является частью серии, которую я пишу, и в которой я попытаюсь затронуть тему использования глубокого обучения в НЛП. Прежде всего, я писал статью для примера классификации текста с помощью персептрона, но подумал, что будет лучше сначала рассмотреть некоторые основы, такие как функции активации и потери.
Функция потерь, также называемая целевой функцией,..