自然语言处理

基于Label studio实现UIE信息抽取智能标注方案，提升标注效率！

基于Label studio实现UIE信息抽取智能标注方案，提升标注效率！基于Label studio实现UIE信息抽取智能标注方案，提升标注效率！项目链接见文末人工标注的缺点主要有以下几点：产能低：人工标注需要大量的人力物力投入，且标注速度慢，产能低，无法满足大规模标注 »

基于Labelstudio的UIE半监督智能标注方案（本地版）

基于Labelstudio的UIE半监督智能标注方案（本地版）基于Labelstudio的UIE半监督智能标注方案（本地版）更多技术细节参考上一篇项目，本篇主要侧重本地端链路走通教学，提速提效：基于Labelstudio的UIE半监督深度学习的智能标注方案(云端版)，提效更多内容 »

介绍ChatGPT：基于GPT-3.5的强大自然语言处理工具

ChatGPT是一个基于GPT-3.5架构的自然语言处理工具，它具有文本生成、文本分类、对话生成等多种能力。作为一种强大的自然语言处理工具，ChatGPT可以应用于智能客服、智能问答、内容创作等多个领域。如果您对ChatGPT感兴趣，可以通过关注本公众号了解更多信息，并体验基于ChatGPT的小程序 »

从NLP视角看电视剧《狂飙》，会有什么发现？

本文主要内容，获取解析豆瓣《狂飙》的短评相关数据和演职员信息，在数据预处理后，进行简单的数据分析和可视化展示。目录 1、背景 2、数据获取 3、文本分析与可视化 3.1 短评数据预处理 3.2 词云图可视化 3.3 top关键词共现矩阵网络 3.4 《狂飙》演职员图谱构建 »

推荐系统[八]算法实践总结V0：腾讯音乐全民K歌推荐系统架构及粗排设计

推荐可分为以下四个流程，分别是召回、粗排、精排以及重排： 1. 召回是源头，在某种意义上决定着整个推荐的天花板； 2. 粗排是初筛，一般不会上复杂模型； 3. 精排是整个推荐环节的重中之重，在特征和模型上都会做的比较复杂； 4. 重排，一般是做打散或满足业务运营的特定强插需求，同样不会使用复杂模型... ... »

推荐系统[八]算法实践总结V1：淘宝逛逛and阿里飞猪个性化推荐：召回算法实践总结【冷启动召回、复购召回、用户行为召回等算法实战】

推荐系统[八]算法实践总结V1：淘宝逛逛and阿里飞猪个性化推荐：召回算法实践总结【冷启动召回、复购召回、用户行为召回等算法实战】 ... »

国内“谁”能实现chatgpt，短期穷出的类ChatGPT简评（算法侧角度为主），以及对MOSS、ChatYuan给出简评，一文带你深入了解宏观技术路线。

国内“谁”能实现chatgpt，短期穷出的类ChatGPT简评（算法侧角度为主），以及对MOSS、ChatYuan给出简评，一文带你深入了解宏观技术路线。 ... »

2023计算机领域顶会(A类)以及ACL 2023自然语言处理（NLP）研究子方向领域汇总

2023年的计算语言学协会年会（ACL 2023）共包含26个领域，代表着当前前计算语言学和自然语言处理研究的不同方面。每个领域都有一组相关联的关键字来描述其潜在的子领域，这些子领域并非排他性的，它们只描述了最受关注的子领域，并希望能够对该领域包含的相关类型的工作提供一些更好的想法。 ... »

文本数据预处理:可能需要关注这些点

要进行自然语言处理相关工作，文本数据预处理是个必不可少的过程。本文将对文本数据预处理相关的内容进行归纳整理，主要包括以下4个方面内容：文本数据获取、常规文本数据预处理、任务相关的文本数据预处理、文本预处理工具。 ... »

BERT vs GPT自然语言处理中的关键差异详解

目录正文 BERT和GPT的简要概述 BERT GPT BERT和GPT的主要区别 GPT的训练相对于BERT有以下不同之处： GPT和BERT在使用场景上有明显的不同：总结正文在近几年的自然语言处理领域中，BERT和GPT是两个引起广泛关注的语言模型。特别是在GPT3. »