หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

NLP ทำได้ง่าย

หมายเหตุรหัสง่าย ๆ สำหรับการอธิบายการสร้าง NLP

  • เทคนิคการแบ่งส่วนคำย่อย
    • ลองเปรียบเทียบโทเคนิเซอร์ต่าง ๆ เช่น NLTK, BPE, ประโยคและ Bert Tokenizer
  • การถอดรหัสลำแสง
    • การถอดรหัสลำแสงเป็นสิ่งจำเป็นสำหรับงาน SEQ2SEQ แต่มันซับซ้อนมากที่จะนำไปใช้ นี่คือผู้สมัครที่ค่อนข้างง่าย
  • วิธีรับเวกเตอร์สุดท้ายที่ซ่อนอยู่ของ RNNs อย่างถูกต้อง
    • เราจะดูวิธีที่จะได้รับสถานะสุดท้ายของ RNNs ใน Tensorflow และ Pytorch
  • เทมเพลต tensorflow seq2seq ตามงาน G2P
    • เราจะเขียนเทมเพลตง่ายๆสำหรับ SEQ2SEQ โดยใช้ TensorFlow สำหรับการสาธิตเราโจมตีงาน G2P G2P เป็นหน้าที่ของการแปลงกราฟ (การสะกดคำ) เป็นหน่วยเสียง (การออกเสียง) มันเป็นแหล่งที่ดีมากสำหรับจุดประสงค์นี้เพราะมันง่ายพอที่คุณจะวิ่งได้
  • เทมเพลต Pytorch SEQ2SEQ ตามงาน G2P
    • เราจะเขียนเทมเพลตง่ายๆสำหรับ SEQ2SEQ โดยใช้ Pytorch สำหรับการสาธิตเราโจมตีงาน G2P G2P เป็นหน้าที่ของการแปลงกราฟ (การสะกดคำ) เป็นหน่วยเสียง (การออกเสียง) มันเป็นแหล่งที่ดีมากสำหรับจุดประสงค์นี้เพราะมันง่ายพอที่คุณจะวิ่งได้
  • [กลไกความสนใจ] (ทำงานอยู่ระหว่างดำเนินการ)
  • pos-tagging ด้วยการปรับแต่งเบิร์ต
    • เบิร์ตเป็นที่รู้จักกันดีในการติดแท็กลำดับเช่นการจดจำเอนทิตีที่มีชื่อ มาดูกันว่ามันเป็นเรื่องจริงสำหรับการติดแท็ก
  • ออกกลางคันในอีกไม่กี่นาที
    • การออกกลางคันเป็นเทคนิคการทำให้เป็นมาตรฐานที่ได้รับความนิยมมากที่สุดในการเรียนรู้อย่างลึกซึ้ง มาตรวจสอบอีกครั้งว่ามันทำงานอย่างไร
  • ngram lm กับ rnnlm (WIP)
  • การเพิ่มข้อมูลสำหรับคู่คำถาม Quora
    • มาดูกันว่ามันมีประสิทธิภาพในการเพิ่มข้อมูลการฝึกอบรมในงานของ Quora คำถามคู่หรือไม่
ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด