发表评论取消回复
相关阅读
相关 NLP(三十八)使用keras-bert调用ALBERT模型实现文本分类、文本多标签分类、序列标注任务
在系列文章[NLP(三十四)使用keras-bert实现序列标注任务][NLP_keras-bert]、[NLP(三十五)使用keras-bert实现文本多分类任务][NL
相关 NLP(三十七)使用keras-bert实现英语序列标注任务
在文章[NLP(三十四)使用keras-bert实现序列标注任务][NLP_keras-bert]中,我们已经用keras-bert模块实现了中文序列标注任务,其中对BER
相关 NLP(三十六)使用keras-bert实现文本多标签分类任务
本文将会介绍如何使用keras-bert实现文本多标签分类任务,其中对BERT进行`微调`。 项目结构 本项目的项目结构如下: ![项目结构][202012
相关 NLP(三十五)使用keras-bert实现文本多分类任务
本文将会介绍如何使用keras-bert实现文本多分类任务,其中对BERT进行`微调`。 项目结构 ![keras-bert文本多分类项目结构][keras-ber
相关 NLP(三十四)使用keras-bert实现序列标注任务
对于不同的NLP任务,使用BERT等预训练模型进行微调无疑是使用它们的最佳方式。在网上已经有不少的项目,或者使用TensorFlow,或者使用Keras,或者使用PyTor
相关 NLP(三十三)利用CRF实现中文分词
本文将会讲述如何利用CRF模型来实现中文分词。 所谓中文分词,就是将连续的中文汉字序列按照一定的规范重新组合成词序列的过程。关于CRF模型的介绍以及CRF实现工具C
相关 英语口语收集(三十七)
我有点饿了。 I'm kind of hungry. I'm kind of hungry. How about you? (我有点儿饿了,你呢?) Yeah, i
相关 英语口语收集(二十七)
我希望可以,但是…… I wish I could, but... \委婉地拒绝对方要求的表达方式。 Could you work overtime tonight?
相关 英语口语收集(十七)
今天真热呀! It's very hot today, isn't it? \isn't it? 带有“真……呀!”的语感。 Isn't it hot today?
相关 NLP(十四)自制序列标注平台
背景介绍 在平时的NLP任务中,我们经常用到命名实体识别(NER),常用的识别实体类型为人名、地名、组织机构名,但是我们往往也会有识别其它实体的需求,比如时间、品牌名
还没有评论,来说两句吧...