作者归档 | Jason Brownlee

文本摘要是从大型文本文档中创建简短、准确、流畅的摘要的任务。最近，深度学习方法在文本摘要的抽象方法方面被证明是有效的。在这篇文章中，您将发现三个不同的模型，它们建立在为机器翻译中的序列到序列预测开发的有效编码器-解码器架构之上。[…]

文本摘要是为更长的文本文档创建简短、准确、流畅的摘要的问题。迫切需要自动文本摘要方法来处理在线可用的、不断增长的文本数据量，以便更好地帮助发现相关信息并更快地消费相关信息。在这篇文章中，您将发现 […]

字幕生成是一个具有挑战性的人工智能问题，需要为照片生成文本描述。它需要计算机视觉方法来理解图像内容，以及自然语言处理领域的语言模型来将对图像的理解转化为正确的词语 […]

字幕生成是一个有挑战性的人工智能问题，即给定一张照片生成人类可读的文本描述。它需要计算机视觉领域的图像理解以及自然语言处理领域的语言模型。考虑和测试多种方法来构建给定的预测建模问题非常重要 […]

BLEU（Bilingual Evaluation Understudy）是一个用于比较文本候选翻译与一个或多个参考翻译的分数。尽管它最初是为翻译开发的，但它可用于评估为一系列自然语言处理任务生成的文本。在本教程中，您将了解用于评估和评分的 BLEU 分数 […]

自动照片字幕是一个模型必须为照片生成人类可读文本描述的问题。这是一个具有挑战性的人工智能问题，它需要计算机视觉领域的图像理解以及自然语言处理领域的语言生成。现在可以开发 […]

图像字幕涉及在给定图像（如照片）的情况下生成人类可读的文本描述。对于人类来说这是一个简单的问题，但对于机器来说却非常困难，因为它既涉及到理解图像的内容，也涉及到如何将这种理解转化为自然语言。最近，深度学习方法 […]

语言模型可以根据序列中已观察到的词语来预测序列中下一个词的概率。神经网络模型是开发统计语言模型的首选方法，因为它们可以使用分布式表示，其中含义相似的不同词语具有相似的表示，并且因为它们可以 […]