??本文的靈感來自于A Visual Guide to Using BERT for the First Time，其作者為Jay Alamma...
投稿
收錄了88篇文章 · 28人關(guān)注
-
NLP（三十）利用ALBERT和機(jī)器學(xué)習(xí)來做文本分類
-
通俗理解label smoothing 標(biāo)簽平滑實(shí)例
問題背景 對(duì)于分類問題，尤其是多類別分類問題中，常常把類別向量做成one-hot vector(獨(dú)熱向量)。 簡(jiǎn)單地說，就是對(duì)于多分類向量，計(jì)算...
-
利用Word2vec生成句向量（二）
在之前的文章《利用Word2vec生成句向量（一）》中，介紹了兩種句向量的生成方法，本文將介紹一種號(hào)稱"簡(jiǎn)單卻具有一定競(jìng)爭(zhēng)力"的句向量表示方法：...
-
跟著代碼理解BERT中的優(yōu)化器AdamW（AdamWeightDecayOptimizer）引言 最近依舊在做命名實(shí)體識(shí)別的任務(wù)，一直在想如何能在保證效率的前提下，提升BERT+BiLSTM+CRF這個(gè)主流模型的準(zhǔn)確率?！?達(dá)觀杯 ”的...
-
命名實(shí)體識(shí)別不只有BiLSTM+CRF
最近做命名實(shí)體識(shí)別（NER）的任務(wù)比較多，也剛剛接觸NER不久，做一下小小的總結(jié)。近兩年中文命名實(shí)體識(shí)別在信息抽取和關(guān)系抽取上的應(yīng)用受到了研究人...
-
《Named Entity Recognition with Bidirectional LSTM-CNNs》閱讀筆記Collobert等提出一個(gè)有效的神經(jīng)網(wǎng)絡(luò)模型，只需要little feature engineering而不是在大量的unlabelled t...
-
NLP中數(shù)據(jù)增強(qiáng)的綜述大全
與計(jì)算機(jī)視覺中使用圖像進(jìn)行數(shù)據(jù)增強(qiáng)不同，NLP中文本數(shù)據(jù)增強(qiáng)是非常罕見的。這是因?yàn)閳D像的一些簡(jiǎn)單操作，如將圖像旋轉(zhuǎn)或?qū)⑵滢D(zhuǎn)換為灰度，并不會(huì)改變其...
-
最通俗易懂的解說viterbi維特比算法！這篇回答你絕對(duì)看得懂！如下圖，假如你從S和E之間找一條最短的路徑，除了遍歷完所有路徑，還有什么更好的方法？ 答案：viterbi (維特比)算法...
-
（四）序列標(biāo)注——實(shí)體識(shí)別BERT-BLSTM-CRF（下）前面說的是ner的經(jīng)典算法以及今年的一些比較好的工作，最近bert模型刷新了NLP的絕大部分任務(wù)，可謂是一夜之間火爆了整個(gè)NLP界，這里我簡(jiǎn)單記...
-
（四）序列標(biāo)注——實(shí)體識(shí)別LSTM-CRF（上）在做這個(gè)任務(wù)的時(shí)候是17年的9月份，當(dāng)時(shí)是在一家金融公司實(shí)習(xí)做基于大量金融數(shù)據(jù)（年報(bào)，研報(bào)）的中文實(shí)體識(shí)別任務(wù)，用的模型就是LSTM-C...
{var%20f='http://v.t.sina.com.cn/share/share.php?appkey=1881139527',u=z||d.location,p=['&url=',e(u),'&title=',e(t||d.title),'&source=',e(r),'&sourceUrl=',e(l),'&content=',c||'gb2312','&pic=',e(p||'')].join('');function%20a(){if(!window.open([f,p].join(''),'mb',['toolbar=0,status=0,resizable=1,width=440,height=430,left=',(s.width-440)/2,',top=',(s.height-430)/2].join('')))u.href=[f,p].join('');};if(/Firefox/.test(navigator.userAgent))setTimeout(a,0);else%20a();})(screen,document,encodeURIComponent,'','','https://upload.jianshu.io/collections/images/1679364/NLP.jpg', '推薦專題《NLP&NLU》（ 分享自 @簡(jiǎn)書 ）','http://m.itdecent.cn/c/f3a0d08f30f2?utm_campaign=maleskine&utm_content=collection&utm_medium=reader_share&utm_source=weibo','頁面編碼gb2312|utf-8默認(rèn)gb2312'));){kind=link}