作者归档 | Jason Brownlee

词嵌入是自然语言处理中表示文本的一种现代方法。像 word2vec 和 GloVe 这样的词嵌入算法是神经网络模型在机器翻译等自然语言处理问题上取得最先进成果的关键。在本教程中，您将了解如何训练和加载词嵌入模型，用于自然语言 [...]

词嵌入提供了词语及其相对含义的密集表示。它们比简单的词袋模型表示中使用的稀疏表示有所改进。词嵌入可以从文本数据中学习，并在项目之间重复使用。它们也可以作为在文本数据上拟合神经网络的一部分来学习。在本 [...]

您不能直接将原始文本输入到深度学习模型中。文本数据必须编码为数字，才能用作机器学习和深度学习模型的输入或输出。Keras 深度学习库提供了一些基本工具来帮助您准备文本数据。在本教程中，您将了解如何 [...]

在开始使用文本数据进行预测建模之前，需要进行特殊的准备。必须解析文本以删除单词，这称为分词。然后，需要将单词编码为整数或浮点值，以用作机器学习算法的输入，这称为特征提取（或向量化）。scikit-learn 库提供了 [...]

在开始进行深度学习自然语言处理任务时，您需要用于练习的数据集。最好使用可以快速下载且模型拟合时间不长的较小数据集。此外，使用标准且被广泛理解和使用的数据集也很有帮助，因此 [...]

深度学习在自然语言处理领域的承诺是，模型性能更优，可能需要更多数据但更少的语言专业知识即可训练和操作。关于深度学习方法有很多炒作和宏大的说法，但抛开炒作，深度学习方法正在取得最先进的成果 [...]

自然语言处理，简称 NLP，广泛定义为软件对自然语言（如语音和文本）的自动处理。自然语言处理的研究已有 50 多年的历史，随着计算机的兴起，它起源于语言学领域。在这篇文章中，您将 [...]

自然语言处理领域正从统计方法转向神经网络方法。仍然有许多具有挑战性的问题需要解决。尽管如此，深度学习方法在某些特定的语言问题上正取得最先进的结果。不仅仅是深度学习模型在基准问题上的表现 [...]

转导或转导学习是您在应用机器学习时可能会遇到的术语。该术语用于循环神经网络在序列预测问题中的一些应用，例如自然语言处理领域的一些问题。在这篇文章中，您将了解转导在机器学习中的含义。阅读本文后 [...]

深度学习正在对自然语言处理领域产生巨大影响。但是，作为初学者，您从何开始？深度学习和自然语言处理都是庞大的领域。每个领域应关注哪些重要方面，以及深度学习在 NLP 的哪些领域影响最大？ [...]