自然語言處理

“中國法研杯”司法人工智能挑戰賽：基于UTC的多標簽/層次分類小樣本文本應用，Macro F1提升13%+ 相關文章推薦： 本項目主要完成基于UTC的多標簽應用，更多部署細節請參考推薦文章。本項目提供了小樣本場景下文本多標簽分類的解決方案，在 UTC的基礎上利用提示學習取得比微調更好的分類效果，充分 ... ?

Prompt工程師指南[從基礎到進階篇]：用于開發和優化提示，以有效地使用語言模型（LMs）進行各種應用和研究主題 ... ?

Prompt learning 教學[進階篇]：簡介Prompt框架并給出自然語言處理技術：Few-Shot Prompting、Self-Consistency等；項目實戰搭建知識庫內容機器人 ... ?

Part1基本介紹 大語言模型目前一發不可收拾，在使用的時候經常會看到transformers庫的蹤影，其中xxxCausalLM和xxxForConditionalGeneration會經常出現在我們的視野中，接下來我們就來聊聊transformers庫中的一些基本任務。 這里以三類模型為例：be ... ?

Pyahocorasick Pyahocorasick是一個基于AC自動機算法的字符串匹配工具。它可以用于快速查找多個短字符串在一個長字符串中的所有出現位置。Pyahocorasick可以在構建狀態機時使用多線程，從而大大加快構建速度。 安裝Pyahocorasick Pyahocorasick可以 ... ?

Gradio入門到進階全網最詳細教程[二]：快速搭建AI算法可視化部署演示(側重參數詳解和案例實踐) 相關文章：Gradio入門到進階全網最詳細教程[一]：快速搭建AI算法可視化部署演示(側重項目搭建和案例分享) 在教程一中主要側重講解gradio的基礎模塊搭建以及demo展示，本篇文章則會側重實際 ... ?

Part1配置及參數 transformers==4.28.1 源碼地址：transformers/configuration_utils.py at v4.28.1 · huggingface/transformers (github.com) 文檔地址：Generation (huggingfa ... ?

目錄 概要 數據集 數據預處理 模型構建 模型訓練 模型評估 結論 概要 在自然語言處理（NLP）領域，情感分析及分類是一項十分熱門的任務。它的目標是從文本中提取出情感信息和意義，通常分為兩類：正向情感和負向情感，并且可以細化為多個情感級別。 在這篇文章中，我們將介紹如何使用TextRN ?

pytorch在有限的資源下部署大語言模型（以ChatGLM-6B為例） Part1知識準備 在PyTorch中加載預訓練的模型時，通常的工作流程是這樣的： my_model?=?ModelClass(...)state_dict?=torch.load(checkpoint_file) 用簡單的話 ... ?

零樣本文本分類應用：基于UTC的醫療意圖多分類，打通數據標注-模型訓練-模型調優-預測部署全流程。 1.通用文本分類技術UTC介紹 本項目提供基于通用文本分類 UTC（Universal Text Classification） 模型微調的文本分類端到端應用方案，打通數據標注-模型訓練-模型調優-預 ... ?

DeepSpeed Chat: 一鍵式RLHF訓練，讓你的類ChatGPT千億大模型提速省錢15倍 1. 概述 近日來，ChatGPT及類似模型引發了人工智能（AI）領域的一場風潮。 這場風潮對數字世界產生了革命性影響。ChatGPT類模型具有驚人的泛用性，能夠執行歸納、編程、翻譯等任務，其結果與人 ... ?

基于Label studio實現UIE信息抽取智能標注方案，提升標注效率！ 項目鏈接見文末 人工標注的缺點主要有以下幾點： 產能低：人工標注需要大量的人力物力投入，且標注速度慢，產能低，無法滿足大規模標注的需求。 受限條件多：人工標注受到人力、物力、時間等條件的限制，無法適應所有的標注場景，尤其是一 ... ?

基于Labelstudio的UIE半監督智能標注方案（本地版） 更多技術細節參考上一篇項目，本篇主要側重本地端鏈路走通教學，提速提效： 基于Labelstudio的UIE半監督深度學習的智能標注方案(云端版)，提效 更多內容參考文末碼源 自然語言處理信息抽取智能標注方案包括以下幾種： 基于規則的標注 ... ?

ChatGPT是一個基于GPT-3.5架構的自然語言處理工具，它具有文本生成、文本分類、對話生成等多種能力。作為一種強大的自然語言處理工具，ChatGPT可以應用于智能客服、智能問答、內容創作等多個領域。如果您對ChatGPT感興趣，可以通過關注本公眾號了解更多信息，并體驗基于ChatGPT的小程序... ... ?

本文主要內容，獲取解析豆瓣《狂飆》的短評相關數據和演職員信息，在數據預處理后，進行簡單的數據分析和可視化展示。 ... ?

推薦可分為以下四個流程，分別是召回、粗排、精排以及重排： 1. 召回是源頭，在某種意義上決定著整個推薦的天花板； 2. 粗排是初篩，一般不會上復雜模型； 3. 精排是整個推薦環節的重中之重，在特征和模型上都會做的比較復雜； 4. 重排，一般是做打散或滿足業務運營的特定強插需求，同樣不會使用復雜模型... ... ?

推薦系統[八]算法實踐總結V1：淘寶逛逛and阿里飛豬個性化推薦：召回算法實踐總結【冷啟動召回、復購召回、用戶行為召回等算法實戰】 ... ?

國內“誰”能實現chatgpt，短期窮出的類ChatGPT簡評（算法側角度為主），以及對MOSS、ChatYuan給出簡評，一文帶你深入了解宏觀技術路線。 ... ?

2023年的計算語言學協會年會（ACL 2023）共包含26個領域，代表著當前前計算語言學和自然語言處理研究的不同方面。每個領域都有一組相關聯的關鍵字來描述其潛在的子領域， 這些子領域并非排他性的，它們只描述了最受關注的子領域，并希望能夠對該領域包含的相關類型的工作提供一些更好的想法。 ... ?

要進行自然語言處理相關工作，文本數據預處理是個必不可少的過程。本文將對文本數據預處理相關的內容進行歸納整理，主要包括以下4個方面內容：文本數據獲取、常規文本數據預處理、任務相關的文本數據預處理、文本預處理工具。 ... ?