榜单
服务器优惠
AI论文
-
Semantic search
Semantic search Using semantic search Step 1: Create an ingest pipeline Step 2: Create an index for ingestion Step 3: Ingest documents into the index Step 4: Search the index u... -
Neural sparse search
Neural sparse search Using neural sparse search Step 1: Create an ingest pipeline Step 2: Create an index for ingestion Step 3: Ingest documents into the index Step 4: Search t... -
文本
NLP From Scratch: 使用char-RNN对姓氏进行分类 NLP From Scratch: 生成名称与字符级RNN NLP From Scratch: 基于注意力机制的 seq2seq 神经网络翻译 文本分类与TorchText 语言翻译与TorchText -
支持模型
支持模型 支持模型 目前，Paddle-Lite已严格验证28个模型的精度和性能。对视觉类模型做到了充分的支持，覆盖分类、检测和定位，也包含了特色的OCR模型的支持。对NLP模型也做到了广泛支持，包含翻译、语义表达等等。 除了已严格验证的模型，Paddle-Lite对其他CV和NLP模型也可以做到大概率支持。 类别 类别细分 模型 支持平台 CV... -
Chapter 9.经典, 前沿和后续步骤
Chapter 9.经典, 前沿和后续步骤 What Have We Learned so Far? Timeless Topics in NLP Dialogue and Interactive Systems Discourse Information Extraction and Text Mining Document Analysis an... -
2.1 名词短语词块划分
2.1 名词短语词块划分 2.1 名词短语词块划分 我们将首先思考名词短语词块划分或 NP 词块划分任务，在那里我们寻找单独名词短语对应的词块。例如，这里是一些《华尔街日报》文本，其中的NP 词块用方括号标记： >>> sentence = [( "the" , "DT" ), ( "little" , "JJ" ), ( ... -
Multimodal search
Multimodal search Using multimodal search Step 1: Create an ingest pipeline Step 2: Create an index for ingestion Step 3: Ingest documents into the index Step 4: Search the ind... -
3.4 转换数据格式
3.4 转换数据格式 3.4 转换数据格式 已标注语言数据很少以最方便的格式保存，往往需要进行各种格式转换。字符编码之间的转换已经讨论过（见3.3 ）。在这里，我们专注于数据结构。 最简单的情况，输入和输出格式是同构的。例如，我们可能要将词汇数据从 Toolbox 格式转换为 XML，可以直接一次一个的转换词条（4 ）。数据结构反映在所需的程序的结... -
ChatBots
ChatBots AI NLP LowCode chatbots ChatBots AI NLP dialogflow - owned by Google wit.ai - owned by Facebook LowCode chatbots Chatfuel - facebook messenger bot Motion ...