点击 机器学习算法与Python学习 ，选择加星标 精彩内容不迷路 机器之心编译 早在 2016 年，Hinton 就说过，我们不用再培养放射科医生了。如今几年过去，AI 并没有取代任何一位放射科医生。问题出在哪儿？ 近年来，AI 在大数据、...

TF-IDF, Word2Vec, GloVe, FastText, ELMO, CoVe, BERT, RoBERTa

在本文中，我列出了当今最常用的 NLP 库，并对其进行简要说明。它们在不同的用例中都有特定的优势和劣势，因此它们都可以作为专门从事 NLP 的优秀数据科学家备选方案。每个库的描述都是从它们的 GitHub 中提取的。...

Meta 的新型超级计算机——AI Research SUperCLuster 的发布是为了满足大型机器学习模型日益苛刻的计算需求。再次证明，增长模型的趋势远未结束。

本文不是 NLP 研究的完整列表，因为太多了无法总结的这么完整！但是本文对影响NLP研究的一些重要的模型进行总结，并尽量让它简约而不是简单，如果你刚刚进入NLP领域，本文可以作为深入研究该领域的起点。...

在文本自动理解的NLP任务中，命名实体识别(NER)是首要的任务。NER模型的作用是识别文本语料库中的命名实体例如人名、组织、位置、语言等。

在自然语言处理（NLP）领域，词/句向量嵌入方法的使用已有许多年的历史。能够捕捉到单词或句子的含义，并将其转换为具有固定长度的嵌入向量，非常好地解决了大多数机器学习模型不擅长应对可变长输入数据，而无法应用到NLP领域的...

论文简介：还应在遮蔽语言模型中使用 15% 的遮蔽概率吗？ 论文标题：Should You Mask 15% in Masked Language Modeling? 论文链接：https://a

关于自然语言处理重要的一个部分是文本摘要，文本摘要的提取涉及到分词、断句、文本权重问题；分词前文已述，断句通过正则表达式完成；文本权重又包括句子的tfidf权重、文本相似度权重和句子的位置权重；关于权重又涉及到归一...

python最大的好处就是有无穷无尽的包资源，如何把这些包资源组合起来发挥其应有的价值也是一个很重要的工作。比如NLP的文本摘要提取就有几个现成的可以实现，如snownlp，goose3，sumy，虽然摘要效果未必理想。...