我爱自然语言处理网文章汇总

AI权益加码!Claude Code、Cursor等20+工具免费用! 购周边限时加赠Coding Plan Lite,畅享主流AI工具!学习进阶更高效! 阅读详情

斯坦福大学深度学习与自然语言处理第三讲:高级的词向量表示

斯坦福大学深度学习与自然语言处理第二讲:词向量

斯坦福大学深度学习与自然语言处理第一讲:引言

用MeCab打造一套实用的中文分词系统(三):MeCab-Chinese

用MeCab打造一套实用的中文分词系统(二)

中英文维基百科语料上的Word2Vec实验

HMM相关文章索引

PRML读书会第十四章 Combining Models

PRML读书会第十三章 Sequential Data

PRML读书会第十二章 Continuous Latent Variables

PRML读书会第十一章 Sampling Methods

PRML读书会第十章 Approximate Inference

PRML读书会第九章 Mixture Models and EM

PRML读书会第八章 Graphical Models

PRML读书会第七章 Sparse Kernel Machines

PRML读书会第六章 Kernel Methods

PRML读书会第五章 Neural Networks

PRML读书会第四章 Linear Models for Classification

PRML读书会第三章 Linear Models for Regression

PRML读书会第二章 Probability Distributions

PRML读书会第一章 Introduction

PRML读书会前言

用MeCab打造一套实用的中文分词系统

树莓派(Raspberry Pi)使用小记

CIKM Competition数据挖掘竞赛夺冠算法陈运文

Python自然语言处理实践: 在NLTK中使用斯坦福中文分词器

翻译技术沙龙第17次活动——“翻译质量评估及控制技术与工具”活动通知

Python 网页爬虫 & 文本处理 & 科学计算 & 机器学习 & 数据挖掘兵器谱

翻译技术沙龙第十六次活动——“互联网技术驱动下的语言服务众包模式” 通知

[火光摇曳]神奇的伽玛函数(下)

[火光摇曳]神奇的伽玛函数(上)

NLPJob 主站上线

顺丰海淘SFBuy首次体验-美国亚马逊海淘Kindle DX转运全攻略

DigitalOcean使用小记

中文分词入门之字标注法全文文档

中文分词入门之字标注法4

中文分词入门之字标注法3

【科普随笔:NLP主流的傲慢与偏见】

【NLP主流最大的偏见,规则系统的手工性】

如何计算两个文档的相似度全文文档

如何计算两个文档的相似度(三)

人工智能与机器翻译研讨会

如何计算两个文档的相似度(二)

2013年第五届中国翻译职业交流大会—会议通知及报名须知

如何计算两个文档的相似度(一)

北京森林工作室汉语句义结构标注语料库(BFS-CTC)共享资源

Darts: Double-ARray Trie System 翻译文档

日文分词器 Mecab 文档

NLP Job-缘起

LDA-math-汇总 LDA数学八卦

LDA-math-LDA 文本建模

LDA-math-文本建模

概率语言模型及其变形系列-LDA Gibbs Sampling 的JAVA实现

LDA-math-MCMC 和 Gibbs Sampling(2)

LDA-math-MCMC 和 Gibbs Sampling(1)

LDA-math-认识Beta/Dirichlet分布(3)

LDA-math-认识Beta/Dirichlet分布(2)

LDA-math-认识Beta/Dirichlet分布(1)

LDA-math-神奇的Gamma函数(3)

LDA-math-神奇的Gamma函数(2)

LDA-math-神奇的Gamma函数(1)

概率语言模型及其变形系列-PLSA及EM算法

概率语言模型及其变形系列-LDA及Gibbs Sampling

关于词典结构的思考

正态分布的前世今生(pdf 版)

翻译技术沙龙第十五次活动——“术语管理”通知

“翻译技术沙龙”第十四次活动详情与小结

正态分布的前世今生(八)

正态分布的前世今生(七)

正态分布的前世今生(六)

【立委科普:NLP 白皮书】

NLP 是一个力气活:再论成语不是问题

【NLP 迷思之四:词义消歧(WSD)是NLP应用的瓶颈】

说说科研立项中的大跃进

女怕嫁错郎,男怕入错行

2011 信息产业的两大关键词:社交媒体和云计算

立委统计发现,人是几乎无可救药的情绪性动物

国人爱说反话:夸奖的背后藏着嘲讽

科研笔记:究竟好还是不好

立委统计发现,汉语既适合吹嘘拍马亦长于恶意构陷

比起英语,汉语感情更外露还是更炽烈?

抽取国骂,逐臭呢?

《立委随笔: 语言学家是怎样炼成的》

【立委科普:Subcat 及句型】

【轻松一刻:素瞌睡】

方韩大战的舆情自动分析:小方的评价比韩少差太多了

舆情自动分析表明,谷歌的社会评价度高出百度一倍

方寒大战高频情绪性词的词频分析

读书笔记:YT 神功源自 TWSS

【研发笔记:粤语文句的情报挖掘】

社会媒体舆情自动分析:马英九 vs 陈水扁

《科研笔记:中文图灵试题?》

【立委随笔:中文之心,如在吾庐】

【立委随笔:文傻和理呆的世纪悲剧(romance tragedy)】

奥巴马赢了昨晚辩论吗?舆情自动检测告诉你。

【立委科普:自动民调】

正态分布的前世今生(五)

正态分布的前世今生(四)

正态分布的前世今生(三)

正态分布的前世今生(二)

正态分布的前世今生(一)

翻译技术沙龙第十四次活动——开源翻译技术

“翻译技术沙龙”第十三次活动详情与小结

“翻译技术沙龙”第十三次活动 ——计算机辅助翻译与译后编辑

斯坦福大学机器学习第十课“应用机器学习的建议(Advice for applying machine learning)”

支持五个SMT模型的NiuTrans 完整版 ver1.0.0 测试版正式发布

Nuance公司语料收集问卷调查邀请!

斯坦福大学机器学习第九课“神经网络的学习(Neural Networks: Learning)”

斯坦福大学机器学习第八课“神经网络的表示(Neural Networks: Representation)”

Coursera公开课笔记: 斯坦福大学机器学习第七课“正则化(Regularization)”

Coursera公开课笔记: 斯坦福大学机器学习第六课“逻辑回归(Logistic Regression)”

EMNLP-CoNLL 2012 List of accepted papers

Coursera公开课笔记: 斯坦福大学机器学习第四课“多变量线性回归(Linear Regression with Multiple Variables)”

用了两个新插件: MathJax和多说评论

Coursera公开课笔记: 斯坦福大学机器学习第二课“单变量线性回归(Linear regression with one variable)”

Ph.D. Level Graduate Research Assistants in Machine Learning and NLP

Coursera公开课笔记: 斯坦福大学机器学习第一课“引言(Introduction)”

推荐《用Python进行自然语言处理》中文翻译-NLTK配套书

转载: Topic modeling made just simple enough

分享:ConceptBro语义网浏览器

Itenyh版-用HMM做中文分词五:一个混合的分词器

abcNLP: AB-Natural Chinese Languange Processing

ACL 2012 Accepted Long Papers (Poster Papers)

ACL 2012 Accepted Long Papers (ORAL)

Moses的一些新变化

Itenyh版-用HMM做中文分词四:A Pure-HMM 分词器

Free Online Stanford Course on NLP

腾讯搜索广告平台部招聘工程师

Itenyh版-用HMM做中文分词三:前向算法和Viterbi算法的开销

Itenyh版-用HMM做中文分词二:模型准备

Itenyh版-用HMM做中文分词一:序

NLP资源共享盛宴

后生可畏,专业新人对《迷思》争论表面和稀泥,其实门儿清

NLP 历史上最大的媒体误导:成语难倒了电脑

初学者报道(3) CRF 中文分词解码过程理解

专业老友痛批立委《迷思》系列搅乱NLP秩序,立委固执己见

欢迎大家试用信息学科数字化知识服务网络平台

迷思之三:中文处理的长足进步有待于汉语语法的理论突破

中文处理的迷思之二:词类标注是句法分析的前提

中文处理的迷思之一:切词特有论

突然有一种紧迫感:再不上中文NLP,可能就错过时代机遇了

再说苹果爱疯的贴身小蜜 死日(Siri)

坚持四项基本原则,开发鲁棒性NLP系统

应该立法禁止分词研究 :=)

recruiting Ph.D. students

第十二次沙龙活动(特邀董振东老师做讲座)报名

中文翻译技术沙龙第十一次活动(特邀董振东老师做讲座)报名

中文翻译技术沙龙第十一次活动预告

中文翻译技术沙龙第十次活动报名

中文翻译技术沙龙第九次活动

IJCNLP 2011 Accepted Papers

中文词汇语义相关度测试集Words-240

初学者报道(2):实现 1-gram分词算法

中文翻译技术沙龙第八次活动

初学者报到: 实现了一个最大匹配的分词算法

NiuTrans: 一套开源的统计机器翻译平台

ACL HLT 2011文章已可下载

中文翻译技术沙龙第七次活动

哈工大语言技术平台(LTP)源代码正式对外共享

中文机器翻译沙龙更名为中文翻译技术沙龙

EMNLP 2011 文章列表出来了

From Google Research Blog: Google at ACL 2011

52NLP微博-当真李逵遇到假李逵

立委科普:问答系统的前生今世

立委科普:从产业角度说说NLP这个行当

中文机器翻译沙龙第六次活动报名

中文机器翻译沙龙第五次活动小结

请求捐赠短信,为短信语料库的创建出一份力

ME for Machine Translation

ACL-HLT 2011: List of Accepted Short Papers

CFP: The 7th Young Researchers’ Roundtable on Spoken Dialogue Systems

理解EM算法

招生:Ph.D research assistant in machine learning and NLP

中文机器翻译沙龙第五次活动报名和第四次活动小结

足球是圆的,一切皆有可能!

Matrix67:漫话中文分词算法

百度搜索研发部专场招聘会——3月26日(周六)

中文机器翻译沙龙第四次活动报名和第三次活动小结

共建词库等基础NLP资源的倡议

ACL-HLT 2011: List of Accepted Papers

自然语言处理对于IBM超级计算机沃森(Watson)意味着什么?

摘录:祖国应该做海外华人更好的娘家-新马之旅观感

祝各位NLPer春节快乐

自然语言处理交流群-174735435

MapReduce与自然语言处理

中文机器翻译沙龙第三次活动报名和第二次活动小结

[招聘]北京语言大学汉语国际教育技术研发中心-正式编制科研岗位

斯坦福大学“自然语言处理”授课视频

一种基于生语料的无监督的语法规则学习方法

“我爱自然语言处理”两周岁

基于哈希表和二叉树的词典研究(一)

第一砖,混在NLP!

公布一批中文文本分类的新闻语料库

52nlp开放注册权限

关于52nlp的一些讨论

代发: 自然语言处理交流群-126711788

代友转发:发起成立中文机器翻译定期学术沙龙

诗歌翻译与统计机器翻译

追忆大师贾里尼克

语音识别和自然语言处理大师贾里尼克去世

Coling 2010 文章已可下载

机器翻译新闻一则:SDL公司收购Language Weaver

语义网新闻一则:Google收购语义网公司Metaweb

天佑安康,天佑父老乡亲!

ACL 2010 Best Paper Awards

ACL 2010文章已可下载

自然语言处理与世界杯

COLING 2010: List of Accepted Papers (Oral)

条件随机场文献阅读指南

足球依然是圆的!

微软:Web N-gram Services

推荐张华平老师的中文分词工具ICTCLAS2010

ACL 2010 Paper国内研究单位录用情况

ACL 2010: List of Accepted Papers

《自然语言处理的形式模型》导读

Beautiful Data-统计语言模型的应用三:分词8

Google’s Python Class SOS 续 –下载

Google’s Python Class – SOS

安装Srilm的一点新变化

冯志伟:自然语言处理的形式模型

Beautiful Data-统计语言模型的应用三:分词7

愚人节快乐

“我爱自然语言处理”停止更新

Beautiful Data-统计语言模型的应用三:分词6

Moses最新版本发布

Beautiful Data-统计语言模型的应用三:分词5

第十二届机器翻译峰会和NIST2009机器翻译评测研讨会简介2

Google’s Python Class

第十二届机器翻译峰会和NIST2009机器翻译评测研讨会简介1

ACL-IJCNLP 2009 评述节选

Beautiful Data-统计语言模型的应用三:分词4

Beautiful Data-统计语言模型的应用三:分词3

感谢ExWebs,回归Host2ez

砖石,还是露水

Beautiful Data-统计语言模型的应用三:分词2

Beautiful Data-统计语言模型的应用三:分词1

立委随笔:机器学习和自然语言处理

祝福大家虎年吉祥如意

机器翻译:多一点宽容

Beautiful Data-统计语言模型的应用二:背景

自然语言处理与医疗健康

Beautiful Data-统计语言模型的应用一:缘起

一个不错的自然语言处理词典

中文分词入门之最大匹配法扩展2

中文分词入门之篇外

中文分词入门之最大匹配法扩展1

备案完毕,博客暂时恢复

做遵纪守法的好公民,52nlp备案去了

中文分词入门之字标注法2

中文分词入门之字标注法1

祝福大家新年快乐

机器翻译新闻一则

中文分词入门之文献

中文分词入门之资源

“我爱自然语言处理”一周岁

无约束最优化五

无约束最优化四

Moses近期动态及其他

无约束最优化三

HMM在自然语言处理中的应用一:词性标注6

无约束最优化二

无约束最优化一

贝叶斯模型文献阅读指南

一些自然语言处理及计算语言学相关的课件

HMM在自然语言处理中的应用一:词性标注5

“眼泪”与“门外汉”——向自然语言处理的大牛们学习

HMM在自然语言处理中的应用一:词性标注4

HMM在自然语言处理中的应用一:词性标注3

提供几本自然语言处理书

HMM在自然语言处理中的应用一:词性标注2

最大熵模型文献阅读指南

HMM在自然语言处理中的应用一:词性标注1

“我爱自然语言处理”PageRank更新为3

第五届全国机器翻译研讨会后续

“知行合一”与自然语言处理

统计机器翻译文献阅读指南

HMM学习最佳范例八:总结

如何学习自然语言处理

HMM学习最佳范例七:前向-后向算法5

COLING 2010前瞻——规则与统计共舞,语言随计算齐飞

HMM学习最佳范例七:前向-后向算法4

第十二届机器翻译峰会后续

HMM学习最佳范例七:前向-后向算法3

HMM学习最佳范例七:前向-后向算法2

ACL09 Full Paper各研究领域的录用情况

自然语言处理相关工作的前景

HMM学习最佳范例七:前向-后向算法1

LDC上免费的中文信息处理资源

HMM学习最佳范例六:维特比算法5

HMM学习最佳范例六:维特比算法4

参加机器翻译峰会的十一大理由

HMM学习最佳范例六:维特比算法3

HMM学习最佳范例六:维特比算法2

ACL-IJCNLP 2009 Best Paper Awards

HMM学习最佳范例六:维特比算法1

ACL-IJCNLP 2009会议进行时二

ACL-IJCNLP 2009会议进行时一

HMM学习最佳范例五:前向算法5

HMM学习最佳范例五:前向算法4

HMM学习最佳范例五:前向算法3

HMM学习最佳范例五:前向算法2

基于字标注的中文分词方法

HMM学习最佳范例五:前向算法1

52nlp暂停更新一段时间

自然语言处理百科正式发布

自动作文评分与自然语言处理

“我爱自然语言处理”PageRank再次更新

HMM学习最佳范例四:隐马尔科夫模型

“我爱自然语言处理”半岁

HMM学习最佳范例三:隐藏模式

关注第五届全国机器翻译研讨会

HMM学习最佳范例二:生成模式

几种不同程序语言的HMM版本

Ubuntu 64位系统下SRILM的配置详解

HMM学习最佳范例一:介绍

冯志伟:我与计算语言学的缘分三

“我爱自然语言处理”PageRank首次更新

自然语言处理公司巡礼七:Language Weaver

冯志伟:我与计算语言学的缘分二

ACL Anthology 姊妹篇:ACL Anthology Network

CWB中文词库试用及其他

nlpers最近无法访问

冯志伟:我与计算语言学的缘分一

推荐刘群老师的《计算所与北大往事回顾》

MIT自然语言处理第五讲:最大熵和对数线性模型(第五部分)

5.12一周年,愿逝者安息!

最有影响力的自然语言处理论文

MIT自然语言处理第五讲:最大熵和对数线性模型(第四部分)

足球永远是圆的

“我爱自然语言处理”日访问量过百

MIT自然语言处理第五讲:最大熵和对数线性模型(第三部分)

统计机器翻译英雄谱一:Franz Josef Och

MIT自然语言处理第五讲:最大熵和对数线性模型(第二部分)

ACL09 Full Paper录用情况

MIT自然语言处理第五讲:最大熵和对数线性模型(第一部分)

WpMathEditor正式安家

自然语言处理中理性主义与经验主义的优缺点

自然语言处理及计算语言学常见缩略语

欧洲议会平行语料库介绍

单词也疯狂——漂亮的“单词云”

HMM学习最佳范例与崔晓源的博客

SMT经典再回首之Brown90:强大的作者阵容

host2ez, 无奈的出局

SMT经典再回首之Brown90:统计机器翻译与语音识别

计算语言学研究简介

SMT经典再回首之Brown90:远见卓识

语言模型工具IRSTLM安装及试用手记

MIT自然语言处理第四讲:标注(第四部分)

MIT自然语言处理第四讲:标注(第三部分)

WpMathEditor:我的第一个WordPress插件

自然语言处理与计算语言学书籍汇总之七:其他书籍

自然语言处理与计算语言学书籍汇总之六:国外书籍

52nlp博客恢复

自然语言处理与计算语言学书籍汇总之五:机器翻译

ACL Wiki——计算语言学的百科全书

机器翻译的八大挑战

MIT自然语言处理第四讲:标注(第二部分)

EuroMatrix与开放精神

神奇的约翰霍普金斯夏季研讨会

“我爱自然语言处理”阶段性总结

自然语言处理公司巡礼六:Metaweb

自然语言处理公司巡礼五:Autonomy

自然语言处理公司巡礼四:Systran

语言模型训练工具SRILM详解

MIT自然语言处理第四讲:标注(第一部分)

“大教堂与市集”摘要

自然语言处理公司巡礼三:Inxight

自然语言处理公司巡礼二:Powerset

自然语言处理公司巡礼一:Teragram

不做什么,做什么,为什么——董振东与知网

自然语言处理与计算语言学书籍汇总之四:国内书籍

自然语言处理与计算语言学书籍汇总之三:国内书籍

MIT自然语言处理第三讲:概率语言模型(第六部分)

自然语言处理与计算语言学书籍汇总之二:国内书籍

Moses中模型训练的并行化问题

自然语言处理与计算语言学书籍汇总之一:国外书籍

Moses训练脚本的一个问题

MIT自然语言处理第三讲:概率语言模型(第五部分)

关于计算语言学的一首词

自然语言处理领域的两种创新观念

ACL Anthology——计算语言学的数字档案

《中文信息学报》的”牛年礼物”

祝大家牛年一帆风顺

MIT自然语言处理第三讲:概率语言模型(第四部分)

机器翻译与微软对联

MIT自然语言处理第三讲:概率语言模型(第三部分)

MIT自然语言处理第三讲:概率语言模型(第二部分)

MIT自然语言处理第三讲:概率语言模型(第一部分)

PhpMathPublisher与wpmathpub修改

Ubuntu8.10下moses测试平台搭建全记录

WordPress中的公式编辑器插件

中文分词入门之最大匹配法

MIT自然语言处理第二讲:单词计数(第四部分)

MIT自然语言处理第二讲:单词计数(第三部分)

MIT自然语言处理第二讲:单词计数(第二部分)

MIT自然语言处理第二讲:单词计数(第一部分)

赞一下host2ez

胡正,StarDict,TheSourceCodeOfMyWorld

MIT自然语言处理第一讲:简介和概述(第三部分)

MIT自然语言处理第一讲:简介和概述(第二部分)

MIT自然语言处理第一讲:简介和概述(第一部分)

MIT开放式课程“自然语言处理”介绍

自然语言处理中几种层次划分体系

机器翻译档案计划

wiki上一个比较好的HMM例子

Visuwords安装及问题

几本自然语言处理入门书

自然语言处理与机器翻译FAQ

BITS架构分析

统计机器翻译中的几篇经典文献

统计机器翻译与资源建设思考

机器翻译研究单位调研

Google、网易、百度在线翻译调查及分析

stardict2.4.8的main函数简要说明与注释

编译stardict-tools-3.0.1及使用stardict2txt

StarDict背后的牛人

第四届机器翻译研讨会感受

Moses基本框架

翻译记忆产品小结

Moses相关介绍

机器翻译的“前世今生”——机器翻译工作室成立

博客新家,开始新的旅程!

【NLP】NLP基础知识 目录自然语言处理主要内容自然语言的构成自然语言处理的步骤1:词法分析1 分词:2 实体识别3 实体识别方法:序列标注4 序列标注关键算法:5 序列标注应用:5.1 新词发现:5.2 领域中文分词5.3 命名实体识别5.4 依存句法分析(帮助句法分析)自然语言处理的步骤2:句法分析1 主题模型与特征提取1.1 TF-IDF1.2 主题模型1.3 LDA(潜在狄利克雷分配Latent Dirichlet Allocation)1.4 词向量与分布式表示2 文本分类与相似度量自然语言处理的步骤3:语 阅读详情

相关推荐

自然语言处理(Natural Language Processing,NLP)解密

使计算机能够理解人类语言:阅读、解析和理解文本数据。使计算机能够生成人类语言:撰写、生成自然语言文本。自然语言处理(NLP)中的自动摘要是一项挑战,因为它需要理解文本的含义并提取关键信息。以下是一个简单的自动摘要示例,使用Python的Gensim库来实现。首先,你需要安装Gensim和必要的依赖项。# 定义文本text = """NLP自动摘要是一个将长文本转换为简洁摘要的过程。在自然语言处理领域,这是一个具有挑战性的任务,因为它需要理解文本的含义并提取关键信息。

AI时代光年 4558

自然语言处理bert ner chinese

BERT相关论文、文章和代码资源汇总 4条回复 BERT最近太火,蹭个热点,整理一下相关的资源,包括Paper, 代码和文章解读。 1、Google官方: 1)BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding 一切始于10月Google祭出的这篇Paper, 瞬...

kyle1314608的博客 275

自然语言处理NLP概述

大家好,自然语言处理(NLP)是计算机科学领域与人工智能领域中的一个重要方向,其研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。本文将从自然语言处理的本质、原理和应用三个方面,对其进行概述。NLP是一种机器学习技术,使计算机能够解读、处理和理解人类语言,其本质就是人类和机器之间沟通的桥梁。人类使用自然语言交流,如中文、英文等,狗通过叫声和其他身体语言交流,机器使用数字信息进行交流。人类与机器之间存在交流障碍,因为人类不直接理解数字信息,而机器不直接理解自然语言。

csdn1561168266的博客 3896

基于NLP的小说推荐——文档篇

基于NLP的小说推荐 1 需求分析   这个项目是我在使用QQ阅读时而自然而然的产生的想法,它源于QQ阅读目前的主流推荐方式的不足:(1)基于阅读历史记录的Top-N推荐;(2)基于标签选择的相似内容推荐。前者给我的推荐无法让我眼前一亮,后者的自定义标签组合太少,往往在我给出一种组合后,还需要翻阅半天才能找到一个比较有意思的小说(很多时候甚至无法找到),这启示着我,其实目前的小说推荐算法并不完备,它没有赋予用户更多的自定义推荐内容的自由度。   基于此,我参考目前很多的语义推荐系统,提出了一种结合语义分析的

weixin_43008154的博客 2181

自然语言处理 NLP

Attention;RNN;统计;NLP

lifallen的博客 1514

PRML第五章之神经⽹络

文章目录神经络前馈神经⽹络 参考马春鹏 《模式识别与机器学习》翻译 神经络 在第3章和第4章中,我们考虑了由固定基函数的线性组合构成的回归模型和分类模型。它们的实际应⽤被维数灾难问题限制了。 ⼀种⽅法是事先固定基函数的数量,但是允许基函数可调节。换句话说,就是使⽤参数形式的基函数,这些参数可以在训练阶段调节。在模式识别中,这种类型的最成功的模型时前馈神经⽹络,也被称为多层感知器(multi...

我的博客 2614

nlp资料总结

学习路线 https://blog.csdn.net/asialee_bird/article/details/85702874 学习资源 https://blog.csdn.net/weixin_44356285/article/details/86004347 https://blog.csdn.net/u013510838/article/deta...

baidu_18891025的博客 418

【我NLP汇总

国内对自然语言处理比较系统的介绍要数“我自然语言处理”系列文章,接下来,打算花一段时间进行全面的了解一下(顺序从下->上) 斯坦福大学深度学习与自然语言处理第三讲:高级的词向量表示 斯坦福大学深度学习与自然语言处理第二讲:词向量 斯坦福大学深度学习与自然语言处理第一讲:引言 用MeCab打造一套实用的中文分词系统(三):MeCab-Chinese 用Me

macb007的博客 3448

一文了解什么是NLP(自然语言处理

自然语言处理(NLP)是一种专业分析人类语言的人工智能。接收自然语言,这种语言是通过人类的自然使用演变而来的,我们每天都用它来交流转译自然语言,通常是通过基于概率的算法分析自然语言并输出结果简而言之,这就是一个创建算法的过程。苹果公司的人工智能语音助手 Siri 的工作过程就是自然语言处理在实践中应用的一个鲜活案例。NLP 正在成为我们生活中不可或缺的一部分,其与机器学习、深度学习一起达成的高度远远优于几年前取得的成就。在本文中我们将深入了解NLP是如何应用、如何工作的。

墨鸦的博客 1万+

【NLP】一文汇总自然语言处理主要研究方向

NLP专栏已经发了相当数目的文章,从基础的机器学习到最新的预训练语言模型;从简单的文本分类到复杂的信息抽取、聊天机器人。今天我们做一个回顾和总结,聊聊我们从事的自然语言处理研究或者工作,...

hacker_long的专栏 1万+

自然语言处理自然语言处理 --- NLP入门指南

NLP的全称是,中文意思是自然语言处理,是人工智能领域的一个重要方向自然语言处理(NLP)的一个最伟大的方面是跨越多个领域的计算研究,从人工智能到计算语言学的多个计算研究领域都在研究计算机与人类语言之间的相互作用。它主要关注计算机如何准确并快速地处理大量的自然语言语料库。什么是自然语言语料库?它是用现实世界语言表达的语言学习,是从文本和语言与另一种语言的关系中理解一组抽象规则的综合方法。人类语言是抽象的信息符号,其中蕴含着丰富的语义信息,人类可以很轻松地理解其中的含义。

DreamSun的博客 2万+

NLP自然语言处理的发展回顾与浅析

自然语言处理 (NLP, Natural Language Processing) 又称为计算语言学,是一门借助计算机技术研究人类语言的科学。虽然 NLP 只有六七十年的历史,但是这门学科发展迅速且取得了令人印象深刻的成果。

小北的博客 3334

自然语言处理(NLP)

NLP(Nature Language Processing,自然语言处理)是计算机学科及人工智能领域一个重要的子学科,它主要研究计算机如何处理、理解及应用人类语言。所谓自然语言,指人说的话、人写的文章,是人类在长期进化过程中形成的一套复杂的符号系统(类似于C/Java等计算机语言则称为人造语言)。以下是关于自然语言处理常见的定义:自然语言处理还有其它一些名称,例如:自然语言理解(Natural Language Understanding),计算机语言学(Computational Linguistics

weixin_55245206的博客 9694

自然语言处理实战入门》 第一章: 自然语言处理(NLP)技术简介

本博客为《自然语言处理实战课程》---- 第一课:自然语言处理简介 讲稿 文章大纲本节课程导览1.自然语言处理(NLP)简介1.1 基础技术1.2 NLP 核心技术1.3 NLP+(高端技术)1.4 课程涵盖的主要内容总揽2.知名NLP服务系统与开源组件简介2.1 单一服务提供商2.1.1 汉语分词系统ICTCLAS2.1.2 哈工大语言云(Language Technology Platfor...

shiter编写程序的艺术 1万+

什么是NLP,NLP主要有什么用,为什么要学自然语言处理

简单来说:NLP的目的是让机器能够理解人类的语言,是人和机器进行交流的技术。它应用在我们生活中,像:智能问答、机器翻译、文本分类、文本摘要,这项技术在慢慢影响我们的生活。 NLP的发展历史非常之久,计算机发明之后,就有以机器翻译为开端做早期的NLP尝试,但早期做得不是很成功。直到上个世纪八十年代,大部分自然语言处理系统还是基于人工规则的方式,使用规则引擎或者规则系统来做问答、翻译等功能。 第一次突...

数智集的博客 8445

NLP自然语言处理简介

NLP自然语言处理简介

qq_37771475的博客 1万+

NLP入门系列—什么是自然语言处理

每种动物都有自己的语言,机器也是!自然语言处理(NLP)就是在机器语言和人类语言之间沟通的桥梁,以实现人机交流的目的。人类通过语言来交流,狗通过汪汪叫来交流。机器也有自己的交流方式,那就是数字信息。不同的语言之间是无法沟通的,比如说人类就无法听懂狗叫,甚至不同语言的人类之间都无法直接交流,需要翻译才能交流。而计算机更是如此,为了让计算机之间互相交流,人们让所有计算机都遵守一些规则,计算机的这些规则就是计算机之间的语言。

4万+
上一篇: 对云计算 大数据 机器学习 pagerrank的粗浅理解
下一篇: 我爱机器学习网深度学习类别文章汇总
wowdd1
博客等级 码龄19年 49粉丝 24原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值