DeepLearn

Deeplearn

Bem -vindo ao Deeplearn. Este repositório contém a implementação dos documentos de pesquisa a seguir sobre PNL, CV, ML e aprendizado profundo.

 - Latest Update : Added _deeplearn_utils modules. Check the releases for description of new features.

[1] Redes neurais de correlação . CV, Learning de transferência, aprendizado de representação. código

[2] Raciocínio com redes de tensores neurais para conclusão da base de conhecimento . NLP, ML. código

[3] Aprendizagem de representação comum usando CNN multimodal de correlação baseada em etapas . CV, Learning de transferência, aprendizado de representação. código

[4] ABCNN: Rede neural convolucional baseada na atenção para modelar pares de frases. PNL, aprendizado profundo, correspondência de frases. código

[5] Aprendendo a classificar pares de texto curtos com redes neurais profundas convolucionais. PNL, aprendizado profundo, CQA. código

[6] Combinando recursos neurais, estatísticos e externos para identificação de postura de notícias falsas. NLP, IR, aprendizado profundo. código

[7] Wikiqa: um conjunto de dados de desafio para respostas de perguntas de domínio aberto. PNL, aprendizado profundo, CQA. código

[8] Arquiteturas recorrentes siamesas para a similaridade da aprendizagem da sentença. PNL, similaridade da frase, aprendizado profundo. código

[9] Arquitetura convolucional de rede de tensores neurais para resposta a perguntas da comunidade. PNL, aprendizado profundo, CQA. código

[10] REDUCO DE MAPO PARA ANESAÇÃO DE MACHINE EM MULTICORE. REDUCO DE MAPO, HADOOP, ML. código

[11] Máquinas de ensino para ler e compreender. PNL, aprendizado profundo. código

[12] Aprendizagem de representação melhorada para a correspondência de respostas de perguntas. PNL, aprendizado profundo, CQA. código

[13] Recursos externos para resposta a perguntas da comunidade. PNL, aprendizado profundo, CQA. código

[14] Identificação e desambiguação do idioma em Script Misto Indiano . NLP, IR, ML. código

[15] Construção de um modelo semi-automático para recuperação de perguntas frequentes por meio de serviço de mensagens curtas . NLP, IR, ML. código

Dependências:

As dependências necessárias são mencionadas no requisito.txt. Também usarei módulos DL-Text para preparar os conjuntos de dados. Se você não o usa, dê uma rápida olhada nele.

$ pip install - r requirements . txt