- 综合排序
- 最热优先
- 最新优先
- 来自专栏sofu456
nlp自然语言处理
NLP nlp自然语言处理（不一定是文本，图形也可以）接入深度学习（向量处理），需要把文字等内容转换成向量输入 深度学习分为有监督和无监督学习两类，对应分类和生成算法都是向量输入 词嵌入（映射到向量）
75840编辑于 2023-09-20 - 来自专栏计算机工具
自然语言处理-NLP
自然语言处理-NLP 自然语言处理（Natural Language Processing，简称NLP）被誉为人工智能皇冠上的明珠，是计算机科学和人工智能领域的一个重要方向。 图1：自然语言处理示意图 自然语言处理是一门融合语言学、计算机科学和数学于一体的科学。 自然语言处理的发展历程 自然语言处理有着悠久的发展史，可粗略地分为兴起、符号主义、连接主义和深度学习四个阶段，如 图4 所示： 图4：自然语言处理的发展历程 兴起时期 大多数人认为，自然语言处理的研究兴起于 符号主义时期 在自然语言处理发展的初期阶段，大量的自然语言研究工作都聚焦从语言学角度，分析自然语言的词法、句法等结构信息，并通过总结这些结构之间的规则，达到处理和使用自然语言的目的。 自然语言处理的发展经历了多个历史阶段的演进，不同学派之间相互补充促进，共同推动了自然语言处理技术的快速发展。 自然语言处理技术面临的挑战 如何让机器像人一样，能够准确理解和使用自然语言？
1.1K21编辑于 2024-12-14 - 来自专栏Reinvent Data Science
「X」Embedding in NLP｜初识自然语言处理（NLP）
自然语言处理（NLP）是跨学科的机器学习技术，结合了人工智能和计算语言学。其主要目标是让计算机能够以有意义和有价值的方式理解和响应人类语言。 NLP 运用各种技术和算法处理自然语言数据。 本质上，NLP 用于处理非结构化数据，特别是非结构化文本，并通过自然语言理解（NLU），使用文本和语音的句法和语义分析来确定句子的含义，并生成计算机可以使用的结构化文本。 相反，自然语言生成（NLG）是指计算机根据一些数据输入生成人类语言文本的响应。 它是 GPT 系列中的第四个模型，以其强大的自然语言生成能力而闻名。
66210编辑于 2023-11-22 - 来自专栏JavaPark
自然语言处理 NLP（3）
1、开始时每个样本各自作为一类； 2、规定某种度量作为样本间距及类与类之间的距离，并计算； 3、将距离最短的两个类聚为一个新类； 4、重复2-3，不断聚集最近的两个类，每次减少一个类，直到所有样本被聚为一类；
1.4K20编辑于 2022-06-15 - 来自专栏大数据和云计算技术
NLP（自然语言处理）扫盲
最近在学NLP，给自己扫扫盲，看看NLP具体干什么，本文先学学概念，后面再深入。（不是很深入的文章，高手误入。） 自然语言处理（简称NLP），是研究计算机处理人类语言的一门技术，是人工智能(AI)的一个子领域，包括： 1.句法语义分析：对于给定的句子，进行分词、词性标记、命名实体识别和链接、句法分析、语义角色识别和多义词消歧 6.问答系统： 对一个自然语言表达的问题，由问答系统给出一个精准的答案。 随着深度学习在图像识别、语音识别领域的大放异彩，人们对深度学习在NLP的价值也寄予厚望。再加上AlphaGo的成功，人工智能的研究和应用变得炙手可热。 自然语言处理作为人工智能领域的认知智能，成为目前大家关注的焦点。
2K70发布于 2018-03-08 - 来自专栏JavaPark
自然语言处理 NLP（2）
词性标注 标注语料库； 各词性标注及其含义 自动标注器； 默认标注器； 正则表达式标注器； 查询标注器； N-gram标注器； 一元标注器； 分离训练和测试数据； 一般的N-gram的标注； 组合标注器； 标注生词； 储存标注器； 性能限制； 跨句子边界标注； 隐马尔科夫标注器； 生成模式； 确定模式； 非确定模式； 隐藏模式； 隐马尔科夫模型 HMM 是一种统计模型，用于描述一个含有隐含未知参数的马尔科夫过程，难点在于从可观察的参数中确定此过程的隐含参数，然
1.5K30编辑于 2022-06-15 - 来自专栏JavaPark
自然语言处理NLP（一）
本文链接：https://blog.csdn.net/github_39655029/article/details/82896028 NLP 自然语言：指一种随着社会发展而自然演化的语言，即人们日常交流所使用的语言 ； 自然语言处理：通过技术手段，使用计算机对自然语言进行各种操作的一个学科； NLP研究的内容 词意消歧； 指代理解； 自动生成语言； 机器翻译； 人机对话系统； 文本含义识别； NLP
1.7K30发布于 2019-09-09 - 来自专栏程序随笔
聊聊自然语言处理NLP
概述 自然语言处理(NLP)的正式定义：是一个使用计算机科学、人工智能(AI)和形式语言学概念来分析自然语言的研究领域。 不太正式的定义表明：它是一组工具，用于从自然语言源(如web页面和文本文档)获取有意义和有用的信息。 NLP工具的实现一般是基于机器学习与深度学习、其它算法(Lucene Core)；基于前两者的实现是比较流行且持续在探索演进。 NLP任务概述 NLP需要一组任务的组合，如下列举所示： 分词 文本可以分解为许多不同类型的元素，如单词、句子和段落（称为词或词项），并可选地对这些词执行附加处理；这种额外的处理可以包括词干提取、词元化 可分为如下几种： 手工方式 监督方法 半监督方法或无监督方法 引导方法 远程监督方法 无监督的方法 参考 《Java自然语言处理（原书第2版）》
73030编辑于 2023-10-19 - 来自专栏JavaPark
自然语言处理 NLP（1）
NLP 自然语言：指一种随着社会发展而自然演化的语言，即人们日常交流所使用的语言； 自然语言处理：通过技术手段，使用计算机对自然语言进行各种操作的一个学科； NLP研究的内容 词意消歧； 指代理解 ； 自动生成语言； 机器翻译； 人机对话系统； 文本含义识别； NLP处理 语料读入 网络 本地 分词 #!
44310编辑于 2022-06-15 - 来自专栏JavaPark
自然语言处理 NLP（4）
因此可以才用动态规划的方法进行解析； 依存关系与依存文法： 依存文法：关注词与其他词之间的关系； 依存关系：中心词与其他从属直接的二元非对称关系； 当前的一些语法困境 语言数据与无限可能性； 句子构造； 句子歧义问题； 自然语言理解
64710编辑于 2022-06-15 - 来自专栏JavaPark
自然语言处理NLP（四）
因此可以才用动态规划的方法进行解析； 依存关系与依存文法： 依存文法：关注词与其他词之间的关系； 依存关系：中心词与其他从属直接的二元非对称关系； 当前的一些语法困境 语言数据与无限可能性； 句子构造； 句子歧义问题； 自然语言理解
1.4K40发布于 2019-09-09 - 来自专栏技术赋能学术
自然语言处理(NLP)——简介
自然语言处理（NLP Natural Language Processing）是一种专业分析人类语言的人工智能。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。 NLP 的主要内容大概如下： 2个核⼼心任务： 自然语言理解 - NLU 自然语言生成 - NLG 5个难点： 语言是没有规律的，或者说规律是错综复杂的。 最后 NLP里面有很多工作和技术需要做，上面只是简单的介绍了NLP的内容和一些概念，目前有的方法。每一个步骤都可以分开来在不同的应用中发挥作用，也可以联系起来做成很棒的产品。 NLP中常见的任务 ? 这是学习NLP开篇需要了解的内容和总结，其中很多解释和句子摘抄至：https://easyai.tech/ai-definition/nlp/（侵告删）。 后面会学一些NLP的相关知识，包括【hanlp】的学习分享。 腾讯云服务器
3.2K60发布于 2021-07-14 - 来自专栏JavaPark
自然语言处理NLP（三）
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
1.5K30发布于 2019-09-09 - 来自专栏自然语言处理
自然语言处理（NLP）相关
分词、自定义词典提取高频词、词性标注及获取词的位置 jieba分词增加自定义词表 词性标注 [python] 使用Jieba工具中文分词及文本聚类概念 jieba分词词性标记含义 Toolkits 综合NLP Java) SnowNLP (Python) Python library for processing Chinese text YaYaNLP (Python) 纯python编写的中文自然语言处理包 中文数据预处理材料 中文分词词典和中文停用词 漢語拆字字典 Organizations 相关中文NLP组织和会议 中国中文信息学会 NLP Conference Calender Main conferences, journals, workshops and shared tasks in NLP community. Martin 52nlp 我爱自然语言处理 hankcs 码农场 文本处理实践课资料 文本处理实践课资料，包含文本特征提取（TF-IDF），文本分类，文本聚类，word2vec训练词向量及同义词词林中文词语相似度计算
2.5K80发布于 2018-04-11 - 来自专栏JavaPark
自然语言处理NLP（二）
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
1.1K50发布于 2019-09-09 - 来自专栏自然语言处理(NLP)论文速递
《NLP》你真的了解”自然语言处理(NLP)“吗?
本文概述 本文主要是对《2018自然语言处理研究报告》的主要内容进行整理，该报告主要包含五个部分：NLP概述、NLP相关技术分类、NLP研究人员分布、NLP的应用、NLP的发展趋势。 NLP是自然语言处理(Natural Language Processing)的英文缩写，它是指用计算机对自然语言的形、音、义等信息进行处理，即对字、词、句、篇章的输入、输出、识别、分析、理解、生成等的操作和加工 4、自然语言处理（NLP）的发展历程？ NLP的发展主要经历了三个阶段。 篇章分析：对段落和整篇文章进行理解和分析 2、NLP应用技术 机器翻译：通过特定的计算机程序将一种书写形式或声音形式的自然语言，翻译成另一种书写形式或声音形式的自然语言。 三、NLP研究人员分布 1、全球学者分布概况 ? 从国家来看：美国自然语言处理（NLP）研究学者聚集最多；英国、德国、加拿大和意大利紧随其后。
1.8K20发布于 2019-08-08 - 来自专栏自然语言处理(NLP)论文速递
「自然语言处理（NLP）」你真的了解NLP吗？
引言 你真的了解NLP吗？本文主要是对当前自然语言处理领域的主要研究内容进行了梳理，共包含五个部分：NLP概述、NLP相关技术分类、NLP研究人员分布、NLP的应用、NLP的发展趋势。 4、自然语言处理（NLP）的发展历程？ NLP的发展主要经历了三个阶段。 3、关于NLP应用技术的论文整理（最近更新~） 「自然语言处理(NLP)」自然语言生成(NLG)论文速递(一) 「自然语言处理(NLP)」自然语言生成(NLG)论文速递（二） 「自然语言处理（NLP）」全球学术界”巨佬“信息大盘点（四）！ 收藏！！「自然语言处理（NLP）」学术界全球知名学者教授信息大盘点（全）！ 「自然语言处理（NLP）」广告点击量率预测 AAAI 2020「自然语言处理（NLP）论文」影响文本简化因素分析？？？
2.9K20发布于 2020-03-12 - 来自专栏嵌入式音视频
【深度学习】NLP自然语言处理
统计语言模型是所有 NLP的基础，被广泛应用与语音识别、机器翻译、分词、词性标注和信息检索等任务。传统的统计语言模型是表示语言基本单位（一般为句子）的概率分布函数，这个概率分布也是该语言的生成模型。 根据 Context 的表示差异，统计语言模型又可以分为不同的类别，其中最具代表性的有 n-gram 语言模型及 nn 语言模型: N-gram 是自然语言处理（NLP）中一个非常重要的概念，通常在 NLP
65720编辑于 2023-04-07 - 来自专栏悦思悦读
什么是 NLP (自然语言处理）
NLP（自然语言处理）到底是做什么？ ? NLP 的全称是 Natural Language Processing，翻译成中文称作：自然语言处理。它是计算机和人工智能的一个重要领域。 顾名思义，该领域研究如何处理自然语言。 自然语言就是我们人类市场交流所使用的语音和字符系统。就目前而言，NLP所研究的对象，以字符系统——也就是我们通常说的“文字”——为主。 为什么要处理自然语言？ 为什么要处理文字呢？因为有需求啊！ 我们用文字描述事物、经历和思想。形成的文献资料，除了被阅读，往往还需要进行很多其他操作。 NLP 的发展历程 上世纪 40 年代计算机被发明，用机器而非人力来处理信息成为可能。早在 1950 年代，自然语言处理就已经成为了计算机科学的一个研究领域。 这里要注意了：自然语言处理（NLP）指以计算机为工具解决一系列现实中和自然语言相关的问题，机器学习、深度学习是解决这些问题的具体手段。
2.1K31发布于 2021-04-26 - 来自专栏算法工程师的养成之路
自然语言处理(一)NLP概述
NLP概述 NLP是利用计算机为工具，对人类特有的书面形式和口头形式的自然语言的信息进行各种类型处理和加工的技术. NLP内容结构 ? NLP基础技术 词法分析 词法分析目的是从句子中分出单词，找出词汇的各个词素，从中获得单词的语言学信息并确定单词的词性. 词法分析是很多中文信息处理任务的必要步骤. 句法分析是语言学理论和实际的自然语言应用的一个重要桥梁. 一个实用的、完备的、准确的句法分析将是计算机真正理解自然语言的基础. 短语结构分析(宾州树库) 依存分析 语义分析 解释自然语言句子或篇章各部分(词、词组、句子、段落、篇章)的意义. 目前语义计算的理论、方法、模型尚不成熟. NLP领域的学术会议 ACL（Association of Computational Linguistics） Coling（International Conference on Computational
1.4K10发布于 2019-01-11
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号