命名实体识别（NER）是一种自然语言处理技术，用于在给定的文本内容中提取适当的实体，并将提取的实体分类到预定义的类别下。简单来说，NER 是一种用于从给定文本中提取诸如人名、地名、公司名称等实体的技术。在信息检索方面，N...
Facebook 人工智能研究 (FAIR) 团队发表的论文 Masked Autoencoders Are Scalable Vision Learners 已成为计算机视觉社区的热门话题。这也是KaiMing大神在2年后的第一篇一作论文。...
论文「Masked Autoencoders Are Scalable Vision Learners」证明了 masked autoencoders（MAE） 是一种可扩展的计算机视觉自监督学习方法。
准备写一个系统的nlp入门博客，就从 nltk 开始把。 NLTK：Natural Language Toolkit，自然语言处理工具包，在NLP领域中，最常使用的一个Python库。
长尾分布各位肯定并不陌生，指的是少数几个类别却有大量样本，而大部分类别都只有少量样本的情况，如下图所示
大规模预训练言模型在生成式对话领域近年来有非常多的工作，如百度PLATO系列(PLATO[1]/PLATO-2[2]/PLATO-XL[3])，微软DialoGPT[4]，谷歌Meena[5]，FaceBook Blender[6]等等，得益于大规模参数和精细的模型设计，这些对话生成预训...
在传统的NLP单模态领域，表示学习的发展已经较为完善，而在多模态领域，由于高质量有标注多模态数据较少，因此人们希望能使用少样本学习甚至零样本学习。最近两年出现了基于Transformer结构的多模态预训练模型，通过海量无标注...
百度21年语言与智能技术竞赛落下帷幕，本人利用空余时间参加了机器阅读理解的赛道，虽然分数不高，但还是有很多想法想跟大家分享。主要的想法就是围绕「如果造更鲁棒的数据」。...
在本文中，作者证明了masked autoencoders（MAE） 是一种可扩展的计算机视觉自监督学习方法。本文的MAE方法很简单：mask输入图像的随机patch，并重建丢失的像素 。它基于两个核心设计的。...
