熟悉神经网络语言模型的主体结构并不足以建立性能较好的模型。建立成功的神经网络语言需要注重许多细节处理，如词典的构建、模型初始化、超参的选择等等，均涉及很多对模型性能有较大影响的细节。     &nbs…

本文介绍聊天机器人原理及实现傻瓜式聊天机器人。 1 聊天机器人简介 维基百科 聊天机器人(也称为聊天机器，聊天机器人，Bot，IM bot，交互代理或人工对话实体)是通过语音或文本进行对话的计算机程序或人工智能。 百度百…

作者：LogM 本文原载于 https://segmentfault.com/u/logm/articles ，不允许转载~ 1. 源码来源 FastText 源码：https://github.com/facebook…

ABSTRACT 现有的chit-chat模型的缺点：缺乏特异性，没有一贯的性格，不吸引人。 这个工作通过在profile information上进行训练使得chit-chat more engaging。 收集数据训…

简介： 我记得我第一次听说深度学习在自然语言处理（NLP）领域的魔力。 我刚刚与一家年轻的法国创业公司Riminder开始了一个项目，这是我第一次听说字嵌入。 生活中有一些时刻，与新理论的接触似乎使其他一切无关紧要。 听…

利用python统计《十九大报告》中的关键词、报告摘要和词频。引用snowNLP。得到的结果： 1、关键词: 前五个关键词为 [‘发展’, ‘人民’, ‘中国&…

算法/NLP/深度学习/机器学习面试笔记 GitHub 地址：https://github.com/imhuay/CS_Interview_Notes-Chinese 深度学习/机器学习面试问题整理，想法来源于这个仓库.…

1. 文本预处理 Step1 Tokenizer keras.preprocessing.text.Tokenizer(num_words=None, filters='!"#$%&()*+,-./:;<=…

最近被 Google 的 BERT （Bidirectional Encoder Representations from Transfoemers）模型给刷屏了。第一作者还在 Reddit 上进行了解答说明，具体可以戳…

1、理解：将语音转化成文字的过程，相当于人的耳朵 2、语音识别的过程：输入->编码->解码->输出 3、语音识别大体大体可以分成两种方式，即“传统”方式和“端到端”方式。两种方式的区别主要在于声学模型的…

关键词提取算法 有监督 无监督 有监督 通过分类的方式进行，通过构建一个较为丰富和完善的词表，然后判断每个文档与词表中每个词的匹配程度，以类似标签的方式，达到关键词的提取效果。 优缺点 能够获取到较高的精度 需要大批量的…

介绍     说起概率无向图模型，一般会想到CRF（条件随机场）和ME（最大熵模型），此两种从不同的角度都可以拿来用于NLP方面的任务，序列标注任务比如词性识别，通常用到CRF，通常无向图判别模式可分…