炼数成金 商业智能自然语言处理
订阅

自然语言处理

不用再学 SQL 语言了,Saleforce 用自然语言就能在数据库中查询
不用再学 SQL 语言了,Saleforce 用自然语言就能在数据库中查询
随着机器学习蓬勃发展,新的研究领域不停出现。除了创造并解决新的问题之外,现有的应用其实也可以从机器学习中大为受益。Salesforce 近期的一篇论文就介绍了利用机器学习,无需学习 SQL 语言就可以在数据库中进行查 ...
百度提出冷聚变方法:使用语言模型训练Seq2Seq模型
百度提出冷聚变方法:使用语言模型训练Seq2Seq模型
带有注意力机制的序列到序列(Seq2Seq)模型在多项生成自然语言句子的任务中表现优秀,如机器翻译、图像字幕生成和语音识别。在以语言模型的形式利用非标注数据后,其性能进一步提高。在本研究中,我们提供了一种冷 ...
AI自动生成维基百科,智能组合互联网信息
AI自动生成维基百科,智能组合互联网信息
MIT Computer Science and Artificial Intelligence Laboratory 的研究人员对自动创建多段落概述文章、提供某个主题的全面总结的任务进行了研究。这些概述指的是——举例来说——IMDB 上的明星传记和维基百科的疾病 ...
苹果发布最新论文: 揭秘Siri新声音背后的技术
苹果发布最新论文: 揭秘Siri新声音背后的技术
2011 年 10 月,在 iPhone 4S 的发布会,Siri 作为首款语音助手,惊艳亮相,然而 6 年过后,Siri 却依旧不温不火,为此,苹果在最新的 iOS 11 中为 Siri 增加了更多的新功能,而且 Siri 合成的声音也更加自然流畅。 ...
想打造一个不智障的聊天机器人?这里有六条实战指南
想打造一个不智障的聊天机器人?这里有六条实战指南
苹果推出Siri已经7年,杰夫·贝索斯(Jeff Bezos)受到《星际迷航》的启发推出Alexa也已经3年。其实,以人工智能为基础的互动界面早在数十年前就已经出现。1966年,麻省理工学院教授Joseph Weizenbaum推出了ELIZA— ...
473个模型试验告诉你文本分类中的最好编码方式
473个模型试验告诉你文本分类中的最好编码方式
对于所有的编码层面,我们都提供了线性模型、fastText (Joulin et al., 2016) 和卷积网络之间的对比。对于卷积网络,我们使用字符字形(character glyph)图像、one-hot(或 one-of-n)编码和嵌入方法比较了不同的编 ...
深度学习在NLP中的运用?从分词、词性到机器翻译、对话系统
深度学习在NLP中的运用?从分词、词性到机器翻译、对话系统
通过深度学习和其他机器学习技术的模型组合,竹间智能也已初步实现了自然语言对话中的意图识别、上下文理解和多轮对话。本文将基于竹间智能的一些经验和探索,从分词、词性等基础模块,到机器翻译、知识问答等领域, ...
词义的动态变迁
词义的动态变迁
语言总是随着时间演变,词义不可避免地受到经济、政治或者文化因素的影响。一个很简单的例子就可以反映这种语言的动态演变现象:例如词语“丈夫”, 在古代汉语中指代成年或未成年的男性,而在现代汉语中则仅指已婚 ...
ACL 2017 五篇最佳论文公布,国内无获奖论文
ACL 2017 五篇最佳论文公布,国内无获奖论文
今日,ACL 2017 首先公布了终身成就奖,该奖项得主是哈佛大学 Barbara Grosz 教授。而后公布了本届 ACL 的 5 篇最佳论文奖项。哈佛大学 Grosz 教授对自然语言处理和多智能体系统做出了杰出贡献。她开发了最早的计算 ...
Facebook开源DrQA的PyTorch实现:基于维基百科的问答系统
Facebook开源DrQA的PyTorch实现:基于维基百科的问答系统
DrQA 是一个开放域的问答系统。向 DrQA 系统输入一段文本,然后提一个答案能在该文本中找到的问题,那么 DrQA 就能给出这个问题的答案。代码相关的论文将在 ACL 发表。向该团队致敬:FAIR 研究工程师 Adam Fisch、斯 ...
为什么智能聊天机器人需要深度学习的巨大推动
为什么智能聊天机器人需要深度学习的巨大推动
大多数的科技巨头在应用程序和科研方面都下了血本,希望能在人工智能发展的潮流中保持领先状态。走在潮流最前沿的领域是对话式交互(个人助理或聊天机器人)和计算机视觉以及自动导航——由于硬件和大数据的进步,以 ...
斯坦福大学发布Stanford.NLP.NET:集合多个NLP工具
斯坦福大学发布Stanford.NLP.NET:集合多个NLP工具
Stanford CoreNLP 提供了一组自然语言分析工具,可采用原始的英文文本输入,并提供单词的基本形式、读音形式、无论它们是公司名还是人名等,以及规范化日期、时间和数字数量。它根据短语和单词之间的联系来标记句子 ...
亚马逊神经机器翻译框架Sockeye:基于Apache MXNet NMT平台
亚马逊神经机器翻译框架Sockeye:基于Apache MXNet NMT平台
随着神经机器翻译(NMT)技术的不断演进,越来越多的科研机构和公司选择开源自己的项目,让更多人能够开发出自己的 NMT 模型。此前,清华大学开源了神经机器翻译工具包 THUMT,谷歌也推出了基于 TensorFlow 的 NMT ...
如何使用TensorFlow构建自己的神经机器翻译系统
如何使用TensorFlow构建自己的神经机器翻译系统
近日,谷歌官方在 Github 开放了一份神经机器翻译教程,该教程从基本概念实现开始,首先搭建了一个简单的NMT模型,随后更进一步引进注意力机制和多层 LSTM 加强系统的性能,最后谷歌根据 GNMT 提供了更进一步改进的 ...
如何使用TensorFlow构建自己的神经机器翻译系统
如何使用TensorFlow构建自己的神经机器翻译系统
机器翻译,即跨语言间的自动翻译,是机器学习社区最活跃的研究领域。在机器翻译的众多方法中,序列到序列(sequence-to-sequence,seq2seq)模型 近期获得巨大成功。由于其可以使用深度神经网络获取句义,该模型成 ...

热门频道

  • 大数据
  • 商业智能
  • 量化投资
  • 科学探索
  • 创业

即将开课

社区热帖

     

    GMT+8, 2018-9-25 01:27 , Processed in 0.108436 second(s), 16 queries .