存档 | 深度学习在自然语言处理中的应用

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。该术语被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中的一些问题。在本帖中，您将了解转导在机器学习中的含义。阅读完本帖后 […]

深度学习正在对自然语言处理领域产生重大影响。但是，作为初学者，您从哪里开始呢？深度学习和自然语言处理都是巨大的领域。每个领域有哪些值得关注的要点，以及深度学习对 NLP 的哪些领域影响最大？ […]

深度学习方法在众多自然语言处理问题上取得了最先进的结果。令人兴奋的是，单个模型可以进行端到端训练，取代了一系列专门的统计模型。英国牛津大学教授自然语言处理深度学习课程，其大部分教学材料 […]

自然语言处理，简称 NLP，是机器学习的一个子领域，专注于理解语音和文本数据。该领域主要由统计方法和统计机器学习主导，而近年来深度学习方法在语音识别和文本翻译等具有挑战性的 NLP 问题上被证明非常有效。在本帖中，您将了解斯坦福 […]

自然语言处理，简称 NLP，是研究用于处理语音和文本数据的计算方法。该领域主要由统计范式主导，并使用机器学习方法来开发预测模型。在本帖中，您将了解可以用来入门的顶级书籍 […]

循环神经网络也可以用作生成模型。这意味着除了用于预测模型（进行预测）之外，它们还可以学习问题的序列，然后为该问题领域生成全新的、合理的序列。像这样的生成模型不仅有助于研究 […]

序列分类是一个预测建模问题，您会得到一些在空间或时间上的输入序列，任务是为该序列预测一个类别。这个问题之所以困难，是因为序列的长度可能不同，包含非常大的输入符号词汇表，并且可能需要模型学习 […]