recommendation_advertisement_search تنزيل - recommendation_advertisement

recommendation_advertisement_search

شفرة المصدر الأخرى

1.0.0

تنزيل

تعزيز البحث عن أرسنال

المؤلف: يانغ شي
ملاحظات دراسة ورقة NLP: https://github.com/km1994/nlp_paper_study
مقدمة شخصية: يا رفاق كبير ، اسمي يانغ شي.
العنوان NLP متعدد الاستخدامات ومتعدد الاستخدامات: https://github.com/km1994/nlp-interview-notes
النظام الموصى به مع جميع الجوانب وجميع أنواع العناوين: https://github.com/km1994/res-interview-notes
الترويج والبحث عن مكتبة الأسلحة : https://github.com/km1994/recommendation_advertisement_search
اتبع الحساب الرسمي [الأشياء التي لا تعرفها عن NLP] والانضمام [NLP && مجموعة التعلم الموصى بها] للدراسة معًا! ! !

1. المشروع

1.1 بعض النماذج الكبيرة التي يمكن تنزيلها في الصناعة في الوقت الحاضر

chatgpt:
- https://openai.com/blog/chatgpt
- عنوان الخبرة: https://chat.openai.com/
GLM-10B/130B
- مقدمة: نموذج كثيف ثنائي الاتجاه ثنائي اللغة
OPT-2.7B/13B/30B/66B:
- مقدمة: نموذج اللغة المفتوح المصدر قبل التدريب
- Github: https://github.com/facebookresearch/metaseq
- ورقة: https://arxiv.org/pdf/2205.01068.pdf
llama-7b/13b/30b/65b:
- مقدمة: نموذج اللغة الكبير الأساسي للمصدر المفتوح
- Github: https://github.com/facebookresearch/llama
- ورقة: https://arxiv.org/pdf/2302.13971v1.pdf
الألباكا (لاما 7 ب):
- مقدمة: اقترح ستانفورد نموذجًا قويًا للاتصالات القابلة للتكرار.
- Github: https://github.com/tatsu-lab/stanford_alpaca
- الصينية-لاما-ألباكا جيثب: https://github.com/ymcui/Chinese-lam-alpaca
Belle (Bloomz-7B/Llama-7B):
- مقدمة: يعتمد هذا المشروع على Stanford Alpaca ويتم تحسينه في صيني.
chatglm-6b:
- مقدمة: نموذج لغة الحوار الصيني والإنجليزية ثنائية اللغة
- Github: https://github.com/thudm/Chatglm-6b/
بلوم -7 ب/13 ب/176 ب:
- مقدمة: يمكن التعامل مع 46 لغة بما في ذلك الفرنسية والصينية والفيتنامية والإندونيسية والكاتالونية و 13 لغة هندية (مثل الهندية) و 20 لغة أفريقية. من بينها ، تم ضبط نموذج سلسلة Bloomz استنادًا إلى مجموعة بيانات XP3. الموصى بها لمطالبات اللغة الإنجليزية (المطالبة) ؛ موصى به للمطالبات غير الإنجليزية (المطالبة)
- Github: https://huggingface.co/Bigscience/bloom
- ورقة: https://arxiv.org/pdf/2211.05100.pdf
فيكونا (7 ب/13 ب):
- مقدمة: تم الحصول على Vicuna-13B ، الذي أنشأه باحثون في جامعة كاليفورنيا في بيركلي ، CMU ، ستانفورد ، جامعة كاليفورنيا في سان دييغو ، عن طريق صياغة لاما في بيانات محادثة مشتركة للمستخدمين التي تم جمعها بواسطة ShareGPT. من بينها ، تم استخدام GPT-4 للتقييم ووجد أن أداء Vicuna-13B حقق قدرات مماثلة لـ ChatGPT و Bard في أكثر من 90 ٪ من الحالات ؛ وتدريب Vicuna-13B يكلف حوالي 300 دولار. ليس ذلك فحسب ، فهو يوفر أيضًا منصة مفتوحة للتدريب وخدمة وتقييم chatbots استنادًا إلى نماذج لغة كبيرة: FastChat.
بايز:
- مقدمة: تدرب باي زي على لاما. في الوقت الحالي ، يتم تضمين أربعة نماذج إنجليزية: Bai Ze-7B ، 13B ، 30B (نموذج الحوار العام) ونموذج Bai Ze-Medical رأسيًا للبحث/الاستخدام غير التجاري ، ويخطط لإطلاق نموذج Bai Ze الصيني في المستقبل. تم الحصول على جميع الرموز مثل معالجة بيانات BAI ZE ونماذج التدريب والتوضيح.
llmzoo:
- مقدمة: سلسلة من النماذج الكبيرة التي أطلقتها جامعة هونغ كونغ الصينية وفريق معهد شنتشن أبحاث البيانات الكبير ، مثل فينيكس و chimera ، إلخ - موس: نموذج اللغة الكبيرة التي أطلقها فريق Fudan NLP.
الألبكة fastchat
- Github: https://github.com/lm-sys/fastchat
مصغرة 4
- Github: https://github.com/vision-cair/minigpt-4

1.2 [LLMS مقدمة في سلسلة التسلسل العملية]

جامعة تينغهوا المصدر مفتوح المصدر النسخة الصينية chatglm-6b التعلم العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية العملية عملي عملي عملي عملي عملي عملي عملي عملي عملي عملي عملي عملي عملي عملي عملي عملي عملي عملي عملي عملي عملي عملي عملي عملي التعلم النموذجي والمعركة العملية [LLMS Beginner Battical Battle - 8] Minigpt -4 التعلم النموذجي والمعركة العملية

1.3 NLP Project Arsenal Learning

【المعرفة الرسم البياني البناء deepkg】 https://github.com/powercy/deepkg
- مقدمة: يلتزم هذا المشروع ببناء الرسوم البيانية للمعرفة ، ويقوم حاليًا ببناء أساليبه شيئًا فشيئًا ، وآمل أن أساعد المزيد من الناس.

1.4 مشروع النظام الموصى به

【المرح rec】 https://github.com/datawhalechina/fun-rec
- مقدمة: يهدف بشكل أساسي إلى الطلاب الذين لديهم مؤسسة تعليمية أساسية ويريدون العثور على خوارزمية موصى بها.
【recsys】 https://github.com/qcymkxyc/recsys
- مقدمة: تنفيذ رمز Xiang Liang لـ "ممارسة النظام الموصى به"

1.5 مشروع محرك البحث التعلم الزرنيخ

[مشروع محرك البحث مفتوح المصدر] https://github.com/zuo369301826/search_project
- مقدمة المشروع: يتم تقسيم Search Baidu لتنفيذ محرك البحث إلى جزأين: خادم HTTP وخادم البحث: سيحصل خادم HTTP على طلبات المستخدم ويحلل الطلبات الخاصة بالمعلومات ، وتغذية النتائج على خادم HTT و PRIST.
- ميزات المشروع: استخدام أطر عمل مفتوحة مثل Protobuf و GLOG التي توفرها Google لإكمال التطوير ؛ يستدعي خادم HTTP عميل البحث في CGI لإكمال وظيفة البحث
【مرونة】 https://www.elastic.co/cn/
- مقدمة: Elasticsearch عبارة عن محرك بحث موزع وتحليل بيانات على الطراز المريح يمكنه حل ظهور حالات الاستخدام المختلفة. في قلب المكدس المرن ، يقوم بتخزين بياناتك مركزيًا ويساعدك على اكتشاف مواقف غير متوقعة وغير متوقعة.
【nutch】 http://nutch.sourceforge.net/docs/zh/about.html
- مقدمة: Nutch هو محرك بحث على شبكة الإنترنت ولد للتو المصدر المفتوح. هناك تعليمات صينية مفصلة على صفحتها الرئيسية.
【Lucene】 http://jakarta.apache.org/lucene/docs/index.html
- مقدمة: Apache Lucene هو محرك زاحف من برنامج مفتوح المصدر يمكنه بسهولة إضافة وظائف البحث عن النص الكامل إلى برنامج Java. تتمثل مهمة Lucene في فهرسة كل كلمة في الملف.
【egothor】 http://www.egothor.org/
- مقدمة: Egothor هو محرك بحث عن نص مفتوح المصدر وفعال مكتوبة في Java. مع ميزات المنصات المتقاطعة لـ Java ، يمكن تطبيق Egothor على التطبيقات في أي بيئة ، كمحرك بحث منفصل وللطبق الخاص بك كبحث عن النص الكامل.
【Oxyus】 http://oxyus.sourceforge.net/
- مقدمة: إنه محرك بحث ويب مكتوب جاوة.
【bddbot】 http://www.twmacinta.com/bddbot/
- مقدمة: BDDBOT هو محرك البحث بسيط وسهل الفهم واستخدامه. يزحف حاليًا في عنوان URL مدرج في ملف نصي (urls.txt) ويحفظ النتائج في قاعدة بيانات. كما يدعم خادم ويب بسيط يقبل الاستعلامات من المتصفح ويعيد نتائج الاستجابة. يمكن دمجها بسهولة في موقع الويب الخاص بك.

1.6 احسب التعلم في مشروع الإعلان

[MEITUAN DSP ATRUSITION PRANSTION PRANSTION] https://tech.meituan.com/2017/05/05/mt-dsp.html
[مقدمة للإعلان على الإنترنت والإعلانات الحسابية] http://web.stanford.edu/class/msande239/

2. AI قطعة أثرية

chatgpt AI قطعة أثرية
- 【AI Artifact】 Dialogue AI - Chatgpt https://999.weny66.cn/chat؟bd_vid=11997231054327469370
- 【Ai Artifact】 GPT-4 تجربة عبر الإنترنت موقع chatmindai.cn
- 【Ai Artifact】 chatgpt3.5 مجاني لتسجيل الدخول ، متوفر في الصين https://chat23.yqcloud.top/
- الدردشة المقدمة الدردشة. forefront.ai
- poe poe.com/gpt-4
3D AI قطعة أثرية
- Masterpiece Studio: https://xiaobot.net/p/SuperIndivinivual
- Masterpiece Studio: https://masterpiecestudio.com
- G3dai {Jedi}: https://g3d.ai
- Ponzu: https://www.ponzu.gg
- Prometheanai: https://www.prometheanai.com
- Leonardo.ai: https://leonardo.ai
الفن AI قطعة أثرية
- Dream Up (Affiant Art): https://www.dreamup.com
- استوديو Nightcafe: https://creator.nightcafe.studio
- Midjourney: https://www.midjourney.com/home/
- Artbreeder: https://www.artbreeder.com
- Wombo: https://www.wombo.art
التحرير الصوتي AI ARIFACT
- Podcastle: تحرير https://podcastle.ai
- CleanVoice: تحرير الصوت https://cleanvoice.ai
مساعد القطع الأثرية AI
- codesquire https://codesquire.ai
- Assistant Code Assistant https://www.buildt.ai
- مهلا ، جيثب!
تحديث مستمر

3. مقدمة إلى Xiaobai AI

3.1 مقدمة للتعلم الآلي

[دورات سلسلة التعلم الآلي WU WANAND] https://www.bilibili.com/video/bv164411b7dx؟from=Search&seid=1813846635425801844

3.2 البدء مع NLP

[2021 ng التعلم العميق - نموذج تسلسل NLP] https://www.bilibili.com/video/bv1co4y1279r؟from=Search&seid=17563746002586971760&spm_from_from=333.337.0.0.0.0.0.0
【مقدمة في الرسم البياني المعرفة】
- ملاحظات خريطة جامعة Zhejiang |
- ملاحظات خريطة جامعة Zhejiang |
- ملاحظات محاضرة الرسم البياني |
- ملاحظات محاضرة الرسم البياني |
- ملاحظات محاضرة الرسم البياني |

3.3 البدء في الحوسبة الإعلانية

[مقدمة للإعلان على الإنترنت والإعلانات الحسابية] http://web.stanford.edu/class/msande239/
- المحاضرة 1: مقدمة ، ملاحظات تكميلية
- المحاضرة 2: تصميم السوق ، في العرض التقديمي ، الملاحظات التكميلية
- المحاضرة 3: البحث برعاية 1 ، في عرض الفصل
- المحاضرة 4: البحث برعاية 2 ، في عرض الفصل
- المحاضرة 5: عرض الإعلان 1 ، في عرض الفصل
- المحاضرة 6: عرض الإعلان 2 ، في عرض الفصل
- المحاضرة 7: الاستهداف ، في عرض الفصل
- المحاضرة 8: أنظمة التوصية ، في العرض التقديمي 1 ، في العرض التقديمي 2
- المحاضرة 9: التنسيقات المحمولة والفيديو وغيرها من التنسيقات الناشئة ، في العرض التقديمي 1 ، في العرض التقديمي 2
[Liu Peng - إعلان حسابي (موصى به)] http://study.163.com/course/introduction.htm؟courseid=321007
- مقدمة: يعمل المعلم Liu Peng حاليًا منصب كبير المهندسين المعماريين للمنتجات التجارية في 360 ولديه خبرة عملية غنية في مجال الإعلان على الإنترنت. من السهل فهم محتوى الدورة التدريبية "الإعلان الحسابي" ، من نموذج تاريخ الإعلان إلى التكنولوجيا الحديثة ، وهو مناسب جدًا للأصدقاء الجدد في هذا المجال للتعلم.
- المعرفة الأساسية للإعلان
- نظام الإعلان التعاقد
- استهداف الجمهور
- نظام الإعلان عن عطاءات
- ابحث عن تكنولوجيا الطلب على شبكة الإعلانات والإعلان
- سوق الإعلانات
【Baidu - الإعلان الحسابي】 http://openresearch.baidu.com/courses/1231.jhtml
- نظرة عامة على الإعلانات الحسابية
- مبادئ إعلانات محرك البحث ، التكنولوجيا والممارسات الهندسية
- محتوى مطابقة مبادئ الإعلانات والتقنيات والممارسات
[Wang Yongrui - خوارزميات الإعلان عبر الإنترنت وممارسة النظام]
- مقدمة: المعلم وانغ هو الشخص المسؤول عن خوارزمية الإعلان المستهدفة من توباو. يجمع مسارها بين تجربة الممارسة الإعلانية في Taobao ، من نظرية الإعلان إلى الممارسة الفنية المنهجية ، وهي تستحق التعلم من قبل الفنيين.
- مقدمة للإعلان على الإنترنت
- إعلانات البحث
- الإعلان المستهدف
- عطاءات الإعلان في الوقت الحقيقي
- بنية نظام الإعلان والتحديات
【UCS - مقدمة للإعلانات الحسابية】 http://classes.soe.ucsc.edu/ism293/spring09/index_archivos/page456.html
- مقدمة ونظرة عامة
- استرجاع المعلومات (IR) للحساب
- تصميم السوق
- تقنيات التعلم الآلي
- البحث برعاية أنا
- البحث برعاية II
- الإعلانات الرسومية والتسليم المضمون
- الإعلان السياقي أنا
- الإعلان السياقي الثاني
- الاستهداف السلوكي (BT)

4. تعزيز أطروحة البحث وملاحظات الدراسة

【ملاحظات دراسة NLP】
- 【محول】
  - 【حول المحولات الفعالة: استطلاع】 الأشياء التي لا تعرفها
- 【ضغط نموذج بيرت】
  - 【حول التدريب الذاتي + التدريب المسبق = نموذج فهم لغة طبيعية أفضل】 الأشياء التي لا تعرفها
  - 【حول Bert to textcnn】 الأشياء التي لا تعرفها
- 【اسم التعرف على الكيان】
  - 【Biaffine حول الاعتراف بالكيان المتداخل】 الأشياء التي لا تعرفها
  - Papershape بواسطة Biaffine
  - مخزون Papershape للاعتراف بالكيان المسماة في السنوات الأخيرة
  - 【حول التعلم المستمر لـ ner】 الأشياء التي لا تعرفها
- 【استخراج العلاقة】
  - 【حول استخراج علاقة HBT】 الأشياء التي لا تعرفها
  - من البداية ، استخراج العلاقة
  - من البداية ، استخراج العلاقة - هجوم الإشراف عن بُعد
- [استخراج العلاقة على مستوى المستند]
  - 【حول Atlop】 الأشياء التي لا تعرفها
  - ملخص الورق |
  - ملخص الورق |
- 【مطابقة النص】
  - 【حول الجملة-الأشياء التي لا تعرفها
  - Facebook: مبدأ FAISS + تطبيق مكتبة البحث لملايين تشابه المتجه
  - سجل ناقل الجملة الجديد السجل العملي
- 【مرجع سلسلة الحالة】
  - 【حول gener】 الأشياء التي لا تعرفها
- 【تصحيح خطأ النص】
  - 【حول gector】 الأشياء التي لا تعرفها
- 【Q & A Robot】
  - TopicShare مشاركة المشهد القائم على المشهد والروبوت القائم على البحث
- 【نظام الحوار】
  - "【مجتمع يقول】 دعنا نتحدث عن RASA 3.0" ملاحظات غير مكتملة
  - (ط) نظرة عامة على روبوتات الحوار
  - (2) مقدمة لمحرك RASA Open Source
  - (3) نموذج لغة Rasa NLU
  - (رابعا) راسا nlu كلمة الكلمات
  - (5) مولد ميزة Rasa NLU
  - (سادسا) مصنف راسا nlu
  - (سابعا) مستخرج كيان راسا nlu
  - (9) مكونات خط أنابيب مخصص RASA
  - (10) سياسة راسا الأساسية
  - (11) عمل راسا الأساسي
  - (12) مجال RASA
  - (13) بيانات تدريب RASA
  - (14) قصة راسا
  - (15) قواعد RASA
  - (16) أفضل ممارسات RASA
  - (17) ابدأ الروبوت الصيني على أساس راسا
  - (18) ابدأ آلية تنفيذ الروبوت الصينية على أساس RASA
  - (19) نظام الأسئلة والإجابة على أساس الرسم البياني للمعرفة (KBQA)
  - (20) نظام أسئلة وأجوبة يعتمد على فهم القراءة
  - النظام الغذائي: النية المزدوجة ومحول الكيان - - ترجمة ورقية RASA
  - (21) الأسئلة الشائعة حول تطبيق RASA
  - (22) تحسين الفائقة من RASA
  - (23) اختبار الروبوت والتقييم
  - (24) إنشاء مساعد حوار سياق باستخدام نماذج RASA
- 【KBQA】
  - 【حول KBQA المعقدة】 الأشياء التي لا تعرفها (الجزء 1)
  - 【حول KBQA المعقدة】 الأشياء التي لا تعرفها (صينية)
  - 【حول KBQA المعقدة】 الأشياء التي لا تعرفها (الجزء 2)
- 【استخراج الحدث】
  - 【حول mlbinet】 الأشياء التي لا تعرفها
- 【ضبط موجه】
  - مقدمة ضبط موجه
- 【اكتشاف الكلمات الجديد】
  - بناء PTM الخاص بك! كلمة جديدة التعدين + قبل التدريب
- 【النص إلى SQL】
  - رسالة نصية إلى SQL؟ هنا تحليل خط الأساس
【ملاحظات دراسة النظام الموصى بها】
- اتجاه تطور تكنولوجيا النظام الموصى به: استدعاء
- اتجاه تطور تكنولوجيا النظام الموصى به: الفرز
- اتجاه تطور تكنولوجيا النظام الموصى به: إعادة الترتيب
- كيف يجد نظام التوصية مستخدمين مشابهين؟
- مقالة طويلة مع عشرة آلاف كلمة تفاصيل منطق وتطور نظام توصية الحوار
- ملخص للتقنيات ذات الصلة للتكيف النموذجي في النظام الموصى به
【ملاحظات دراسة GCN】
- 【حول GCN في NLP】 الأشياء التي لا تعرفها
[حساب أوراق الإعلان وقائمة البيانات Github repo]
- ثلاثة وجهات نظر رئيسية ، تحدث عن نظام الإعلان في عيني
[أوراق النظام الموصى بها وقائمة البيانات Github repo]
【محرك البحث】
- 【حول PLM لاسترجاع على نطاق الويب في بحث Baidu】 الأشياء التي لا تعرفها
- EMNLP 2021 |

5. الترويج لمقال البحث

【NLP متعدد الاستخدامات ومتعددة الاستخدامات】
- 【التعلم الآلي】
  - 【حول التنظيم】 الأشياء التي لا تعرفها
  - 【حول خوارزمية التحسين】 الأشياء التي لا تعرفها
  - 【حول batchnorm vs layernorm】 الأشياء التي لا تعرفها
  - 【حول التطبيع】 الأشياء التي لا تعرفها
  - 【حول التغلب على الأداء والتوضيح】 الأشياء التي لا تعرفها
- التعلم العميق】
  - 【حول CNN】 الأشياء التي لا تعرفها
  - 【عن الانتباه】 الأشياء التي لا تعرفها
  - 【حول المحول】 الأشياء التي لا تعرفها (الجزء 1)
  - 【حول المحول】 الأشياء التي لا تعرفها (صينية)
  - 【حول المحول】 الأشياء التي لا تعرفها (الجزء 2)
- مهام NLP】
  - 【النموذج المسبق】
    - 【حول TF-IDF】 الأشياء التي لا تعرفها
    - 【حول Word2Vec】 الأشياء التي لا تعرفها
    - 【حول fasttext】 الأشياء التي لا تعرفها
    - 【حول Elmo】 الأشياء التي لا تعرفها
    - 【حول Bert】 الأشياء التي لا تعرفها (الجزء 1)
    - 【حول Bert】 الأشياء التي لا تعرفها (الجزء 2)
    - 【حول تحليل رمز مصدر BERT I هي الجسم الرئيسي】 الأشياء التي لا تعرفها
    - 【حول تحليل رمز مصدر BERT II الفصل قبل التدريب】 الأشياء التي لا تعرفها
    - 【حول تحليل رمز مصدر BERT III الفصل الدقيق】 الأشياء التي لا تعرفها
    - [حول مقالة Bert Source Code Analysis IV جملة جيل الجملة] أشياء لا تعرفها
    - 【حول Bert أكبر ، التسلسل الأكثر دقة】 الأشياء التي لا تعرفها (أنا)
    - 【حول Bert أكبر ، كلما كان التسلسل الأكثر دقة】 الأشياء التي لا تعرفها (II)
    - 【حول Bert الأكبر ، التسلسل الأكثر دقة】 الأشياء التي لا تعرفها (iii)
  - 【اكتشاف الكلمات الجديد】
    - 【حول اكتشاف الكلمات الجديد】 أشياء لا تعرفها
  - 【استخراج الكلمات الرئيسية】
    - 【حول استخراج الكلمات الرئيسية】 الأشياء التي لا تعرفها
    - 【حول Keybert】 الأشياء التي لا تعرفها
【النظام الموصى به مع جميع الجوانب】
يتبع

6. إطار

6.1 تعلم بيتورش

【Pytorch English الإصدار الرسمي دليل】 https://pytorch.org/tutorials/
- مقدمة: دليل Pytorch English الرسمي: https://pytorch.org/tutorials/. بالنسبة للطلاب الذين يعانون من اللغة الإنجليزية الجيدة ، يوصى بشدة بهذه الوثيقة الرسمية لـ Pytorch ، والتي ستأخذك خطوة بخطوة من البدء في الإتقان. تفاصيل هذه الوثيقة الأساسيات حول كيفية بناء شبكات عصبية عميقة باستخدام Pytorch ، وكذلك بناء جملة Pytorch وبعض الحالات عالية الجودة.
[الوثيقة الرسمية الصينية Pytorch] https://pytorch-cn.readthedocs.io/zh/latest/
- مقدمة: Pytorch الصينية الوثيقة الرسمية: https://pytorch-cn.readthedocs.io/zh/latest/. لا يهم إذا كنت تواجه صعوبة في قراءة المستندات الإنجليزية المذكورة أعلاه.
[تعليمي رمز Pytorch للخوارزميات العملية] https://github.com/yunjey/pytorch-tutorial
- مقدمة: هذا هو برنامج تعليمي ل Pytorch أكثر عملية على الخوارزميات. يوصى بأن تتعلم دروسين أساسيين في Pytorch الأساسيين قبل قراءة هذا المستند.
【كتب Pytorch مفتوحة المصدر】 https://github.com/zergtant/pytorch-handbook
- مقدمة: مقدمة إلى كتاب مفتوح المصدر: https://github.com/zergtant/pytorch-handbook. هذا كتاب مفتوح المصدر بهدف مساعدة أولئك الذين يرغبون في استخدام Pytorch واستخدامه لتطوير التعلم العميق والبحث بسرعة. ومع ذلك ، فإن هذا الوثيقة ليست كاملة ولا يزال يتم تحديثها.
["Hand-on Deep Learning" Pytorch] http://tangshusen.me/dive-into-dl-pytorch/#/
【برنامج تعليمي عملي حول تدريب نموذج Pytorch】 https://github.com/km1994/pytorch_tutorial
【Pytorch المتقدمة NLP الممارسة العملية】 https://github.com/km1994/nlp_pytorch_project
【Ark-NLP NLP Tool Library】 https://github.com/xiangking/ark-nlp
- مقدمة: يستخدم ترسانة المصدر المفتوح من Wang Xiang بشكل أساسي لجمع وإعادة إنتاج نماذج NLP شائعة الاستخدام في الأكاديميين والعمل.

6.2 التعلم Tensorflow

【موقع TensorFlow الرسمي】 https://www.tensorflow.org/tutorials
- مقدمة: يعد البرنامج التعليمي الرسمي للمواقع الرسمية بالتأكيد أكثر المواد التعليمية العطرة
【أمثلة TensorFlow】 https://github.com/aymericdamien/tensorflow-examples
- مقدمة: دروس TensorFlow وأمثلة رمز للمبتدئين: https://github.com/aymericdamien/tensorflow-examples. لا يوفر هذا البرنامج التعليمي بعض مجموعات البيانات الكلاسيكية ، ولكنه يبدأ أيضًا من تنفيذ أبسط "Hello World" ، إلى الخوارزميات الكلاسيكية للتعلم الآلي ، وللنماذج الشائعة في الشبكات العصبية.
【دروس TensorFlow】 https://github.com/pkmital/tensorflow_tutorials
- مقدمة: من أساسيات TensorFlow إلى تطبيقات المشروع المثيرة للاهتمام: https://github.com/pkmital/tensorflow_tutorials. إنه أيضًا برنامج تعليمي للمبتدئين ، من التثبيت إلى ممارسة المشروع ، لتعليمك بناء شبكتك العصبية الخاصة.
【دروس TensorFlow باستخدام دفتر Jupyter】 https://github.com/sjchoi86/tensorflow-101
- مقدمة: TensorFlow Tutorial مكتوب في Python باستخدام دفتر Jupyter: https://github.com/sjchoi86/tensorflow-101. هذا البرنامج التعليمي هو البرنامج التعليمي Tensorflow يعتمد على بيئة تطوير Notes Jupyter.
【TensorFlow_ExerCises】 https://github.com/terryum/tensorflow_exercises
- مقدمة: تمرين رمز TensorFlow: https://github.com/terryum/tensorflow_exercises. دليل تمرين رمز Tensorflow من السهل إلى الصعوبة. مناسبة جدا للأصدقاء الذين يدرسون Tensorflow.
【تطبيق Bert و Albert في مهام المصب】 https://github.com/km1994/bert-for-task
- مقدمة: تنفيذ Bert في مهام NLP

6.3 التعلم كيراس

bert4keras】 https://github.com/bojone/bert4keras
- مقدمة: تلتزم Arsenal من Sushen Open Source ، وهي نسخة Keras التي تم إعادة تنفيذها من مكتبة Modeler Model ، بالجمع بين المحولات والكيراس مع رمز منعش ممكن.

6.4 التعلم الإطار التدريبي الموزع

الفئة الأولى: وظائف التدريب الموزعة التي تأتي مع أطر التعلم العميق. مثل: TensorFlow ، Pytorch ، Mindspore ، Oneflow ، Paddlepaddle ، إلخ.
الفئة الثانية: التحجيم والتحسين على أساس أطر التعلم العميق الحالي (مثل Pytorch ، الكتان) لأداء التدريب الموزع. مثل: Megatron-LM (موازي التوتر) ، Deepspeed (Zero-DP) ، ALOSSAL-AA (التوازي النموذج العالي الأبعاد ، مثل 2D ، 2.5D ، 3D) ، ALPA (التوازي التلقائي) ، إلخ.

7. المنافسة

5.1 المنافسة المحلية

[مسابقة مطور Iflytek] http://challenge.xfyun.cn/
【Ali Tianchi】 https://tianchi.aliyun.com/
【Biendata】 https://www.biendata.xyz/
【DataFountain】 https://www.datafountain.cn/
Paidu Paddle Paddle】 https://aistudio.baidu.com/

5.2 الحساب الرسمي للمنافسة

【Mapo Tofu ai】
- مقدمة: ستقدم بعض الأحداث الأخيرة التي يمكنك المشاركة فيها

5.3 مسابقة NLP Arsenal

[NLP Arsenal Tool Library] https://github.com/tingfree/nlper-arsenal
- مقدمة: NLP Arsenal ، والذي يتضمن بشكل أساسي تنفيذ استراتيجية المنافسة NLP ، والدروس المهمة المختلفة ، ووظائف الخبرة ، ومواد التعلم ، ووقت الاجتماع.
【CHIP2021-TASK3-OPEN SOURCE للمهام الموحدة من الناحية السريرية】
- رمز المصدر github
- موقع التقييم: http://cips-chip.org.cn/2021/eval3
- تعتمد جميع التعليمات البرمجية على تطبيق Ark-NLP مفتوح المصدر. لا توجد قائمة لمهمة توحيد المصطلح السريري لـ ChIP2021 ، وبالتالي يتم الانتهاء من تصحيح التصحيح في مهمة توحيد المصطلح السريري لـ CBLUE ، مجموعة بيانات معالجة المعلومات الطبية الصينية في Tianchi.
- عنوان Ark-NLP: https://github.com/xiangking/ark-nlp
- مجموعة بيانات معالجة المعلومات الطبية الصينية CBLUE: https://tianchi.aliyun.com/dataset/datadetail؟dataid=95414
[Chip2021 الحوار الطبي للاكتشاف السريري الاكتشاف yin-yang التمييز البطل خطة مفتوحة المصدر] خطة المصدر المفتوح]
- رمز المصدر github
- الاسم: CBLUE: معيار تقييم اللغة الطبية الحيوية الصينية
- مهمة التقييم: يتكون CBLUE 1.0 من مجموعة بيانات مسابقات التقييم الأكاديمي السابقة في مؤتمر CHIP و ALI Quark Medical Search ، بما في ذلك استخراج معلومات النص الطبي (التعرف على الكيان ، استخراج العلاقة) ، تطبيع المصطلح الطبي ، تصنيف النص الطبي ، الحكم على الجملة الطبية ، إجمالي QA الطبية من 8 أشكال فرعية.
- أنواع المهام: تصنيف النص ، تشابه النص ، التعرف على الكيان المسمى ، استخراج العلاقة وتوحيد المصطلحات (يمكن اعتباره كيانًا يربط المهام دون سياق)
- رابط التقييم: https://tianchi.aliyun.com/dataset/datadetail؟dataid=95414
【CBLUE-Ali Tianchi الصينية الطبية NLP ترتيب الأساس】 https://github.com/dataark/cblue-baseline
[SHANDONG BIG DATA CIMMANTION-حدث تصنيف ذكي في الأحداث الوريدية]
- مهمة التقييم: استنادًا إلى بيانات حدث الشبكة ، واستخراج وتحليل محتوى الحدث في الشبكة ، وقسم فئات الأحداث ، وتقسيم أنواع الشؤون الحكومية التي ينتمي إليها الحدث.
- نوع المهمة: تصنيف النص
- رابط التقييم: http://data.sd.gov.cn/cmpt/cmptdetail.html؟id=67

8. كوربوس

8.1 مواد NLP

【nlp_chinese_corpus】 https://github.com/brightmart/nlp_chinese_corpus
- مقدمة: مجموعة صينية واسعة النطاق لـ NLP

8.2 اقتباس النظام الموصى به

【Movielens】 https://grouplens.org/datasets/movielens/
- مقدمة: تم تنظيم مجموعة بيانات Movielens من قبل مجموعة أبحاث Grouplens في جامعة مينيسوتا (لا تتعلق باستخدام مجموعة البيانات). Movielens هي مجموعة من تصنيفات الأفلام ، متوفرة بأحجام مختلفة. تتم تسمية مجموعات البيانات 1M و 10M و 20M لأنها تحتوي على 1 و 10 و 200000 تصنيف. تستخدم أكبر مجموعة بيانات بيانات من حوالي 140،000 مستخدم وتغطي 27000 فيلم. بالإضافة إلى التصنيفات ، تحتوي بيانات Movielens أيضًا على معلومات من النوع المشابهة لـ "Western" وعلامات تطبيقات المستخدمين مثل "Over the Top" و "Arnold Schwarzenegger". هذه العلامات والعلامات من النوع مفيدة في بناء ناقلات المحتوى. تقوم ناقلات المحتوى بتشفير معلومات عنصر ، مثل اللون أو الشكل أو النوع أو أي سمة أخرى ، حقًا - والتي يمكن أن تكون أي شكل من أشكال خوارزمية التوصية للمحتوى.
book-crossings】
- مقدمة: Book-Crossings هي مجموعة بيانات تصنيف الكتب التي كتبها Cai-Nicolas Ziegler استنادًا إلى البيانات من http://bookcrossing.com. أنه يحتوي على 1.1 مليون تقييم لـ 270،000 كتاب من 90،000 مستخدم. تتراوح النتيجة من 1 إلى 10 وتتضمن أيضًا درجات ضمنية.
【Last.fm】 http://www2.informatik.uni-freiburg.de/~cziegler/bx/
- مقدمة: يوفر Last.FM مجموعة بيانات لتوصيات الموسيقى. لكل مستخدم في مجموعة البيانات ، قم بتضمين قائمة بأكثر الفنانين شعبية وعدد المسرحيات. ويتضمن أيضًا علامات تطبيق المستخدم التي يمكن استخدامها لإنشاء متجهات المحتوى.
【وكالة المواعدة】 (http://www2.informatik.uni-freiburg.de/~cziegler/bx/)
- مقدمة: تحتوي مجموعة البيانات هذه على 17،359،346 تقييمات مجهولة للتكوين 168،791 من 135359 مستخدمي Libimseti الذين تم تصديرهم في 4 أبريل 2006.
آخرون: https://zhuanlan.zhihu.com/p/258566760

8.3 أدوات وضع العلامات

هل ما زلت قلقًا بشأن عدم العثور على تعليق علاقات الكيان؟
https://labelstud.io/
دوكانو

9. الفصل الرسمي

الأشياء التي لا تعرفها عن NLP
- مقدمة: أشياء لا تعرفها عن NLP
غرفة CS المتواضعة
- مقدمة: منشور حول مشاركة تجارب Boss Char SIU.
Dataark
- مقدمة: DataArk تعتمد على البيانات ومشاركة المصادر المفتوحة ، وتلتزم بتعدين البيانات ، وابتكار الخوارزمية وتطوير الأدوات العملية.
نظام التوصية الذكي
- مقدمة: التركيز على أنظمة التوصية الذكية ، إليك أحدث وأكثرها شمولاً في خوارزميات متعلقة بالتوصيات وتطبيقات الصناعة.
DataFuntalk
- مقدمة: التركيز على مشاركة وتواصل البيانات الضخمة وتطبيقات تكنولوجيا الذكاء الاصطناعي. ملتزمة بتحقيق ملايين علماء البيانات.定期组织技术分享直播，并整理大数据、推荐/搜索算法、广告算法、NLP自然语言处理算法、智能风控、自动驾驶、机器学习/深度学习等技术应用文章。
RUC Al Box
- 介绍：本公众号主要关注使用人工智能技术来解决自然语言处理与社交媒体数据挖掘的研究内容。分享Al前沿，解读热点论文。
NewBeeNLP
- 介绍：会介绍很多NLP 优秀笔记
开放知识图谱
- 介绍：openKG:开放促进互联、链接创造价值
WeData365
- 介绍：学习【搜索引擎】的小伙伴一定要关注，因为有很多【搜索引擎】干货分享
科学空间
- 介绍：苏神的公众号，每周四苏神都会开源他的研究笔记。
老刘说NLP
- 介绍：360人工智能研究院大佬刘焕勇刘大佬的公众号，定期发布语言资源、工程实践、技术总结等内容。
数据拾光者
- 介绍：学习【广告】的小伙伴一定要关注，因为有很多【广告】干货分享
泛函的范
- 介绍：鹅厂大佬的学习笔记分享
计算广告那些事
- 介绍：学习【广告】的小伙伴一定要关注，因为有很多【广告】干货分享
药老算法
- 介绍：学习【搜索引擎】的小伙伴一定要关注，因为有很多【搜索引擎】干货分享
机器学习算法与自然语言处理
- 介绍：一个有情怀的公众号。机器学习、自然语言处理、算法等知识集中营、期待与你相遇~
王喆的机器学习笔记
- 介绍：推荐系统，计算广告，机器学习领域前沿进展
AINLP
- 介绍：关注AI、NLP、机器学习、推荐系统、计算广告等相关技术。公众号可直接对话双语聊天机器人，尝试自动对联、作诗机、藏头诗生成器，调戏夸夸机器人、彩虹屁生成器，使用中英翻译，查询相似词，测试NLP相关工具包。
李rumor
- 介绍：李rumor 小姐姐的学习笔记分享
夕小瑶的卖萌屋
- 介绍：自然语言处理、计算机视觉、信息检索、推荐系统、机器学习

十、学习笔记

科学空间：
- 地址：https://spaces.ac.cn/
- 介绍：苏神经验学习笔记分享
魔法学院的Chilia
- 地址：https://www.zhihu.com/people/wang-zi-han-81-18/posts
- 方向：推荐系统| 广告| 搜索| NLP
水哥
- 地址：https://www.zhihu.com/people/shui-ge-99
- 方向：推荐系统
JayJay
- 地址：https://www.zhihu.com/people/lou-jie-9
我想了很多事
- 地址：https://www.zhihu.com/people/yuan-chao-yi-83