NLP
-
前微軟 NLP 大牛姜大昕離職創(chuàng)業(yè)，瞄準什么方向？
猶記得上半年AI圈子打得火熱。不光有OpenAI、微軟、Google和亞馬遜等巨頭角力，還有諸多新興AI創(chuàng)企嶄露頭角。而許多曾在CV、ML以及NLP領(lǐng)域頗有建樹的大牛、天才或是新星也義無反顧地投入了大模型的創(chuàng)業(yè)當中
-
復(fù)旦NLP團隊開源MOSS，此為國內(nèi)首個公開亮相的類ChatGPT模型
復(fù)旦大學(xué)自然語言處理實驗室邱錫鵬教授團隊上線 MOSS 兩個月后，把 MOSS 開源了。目前開源的版本是 MOSS 003，二月份公開邀請內(nèi)測的版本為 MOSS 002，一月份有一個內(nèi)部測試版本叫做 OpenChat 001
-
紀念劉倬先生：中國機器翻譯開山鼻祖、NLP先行者
前言：機器翻譯，本質(zhì)上屬于自然語言處理技術(shù)，技術(shù)進步需要產(chǎn)業(yè)界和學(xué)術(shù)界不斷研究攻關(guān)。而中國的先行者們很早就提出：機器翻譯的問題是語言的問題，而不是單獨算法的問題。作者 ｜ 方文圖片來源 ｜
-
中科凡語周玉：用我們這一代人的努力扛起國產(chǎn)NLP發(fā)展大旗
過去10余年間，人工智能（AI）經(jīng)歷了一次復(fù)興，其中最重要的技術(shù)進步之一發(fā)生在自然語言處理（NLP）領(lǐng)域。2006年谷歌發(fā)布了萬億詞語料庫——Trillion Word Corpus，并從大量的公共網(wǎng)
-
在AI創(chuàng)新賽道啃下最硬的骨頭：中科凡語搶灘NLP藍海
文丨智能相對論作者丨葉遠風(fēng)自然語言處理（NLP），人工智能皇冠上的“明珠”，由于各個底層算法和技術(shù)模塊都與業(yè)務(wù)場景的業(yè)務(wù)邏輯、數(shù)據(jù)特點高度捆綁，每一個領(lǐng)域、每一個業(yè)務(wù)場景都需要高度定制，已經(jīng)成為AI領(lǐng)域最難啃的硬骨頭
-
NLP預(yù)訓(xùn)練中的mask方式
目錄一、為什么要mask二、這些年paper中出現(xiàn)過的mask方式2．1 padding Padding－mask2．2 sequence mask：transformer decoder部分2．3
-
2020 年 10 篇必讀的 NLP 突破論文 LIST
盡管 2020 年是充滿挑戰(zhàn)的一年，但人工智能學(xué)術(shù)研究并未因此停滯，仍然誕生了許多有意義的技術(shù)突破。在 NLP 領(lǐng)域，OpenAI 的 GPT－3 可能是其中最 “出圈” 的，但除它之外，肯定還有很多其他研究論文值得關(guān)注
-
NLP ——從0開始快速上手百度 ERNIE
前文我們已經(jīng)簡單講解過ERNIE1．0與2．0的構(gòu)成與區(qū)別NLP ｜ 百度 ERNIE － 簡析1．0 與 2．0一篇簡單易懂的好文本文小媛帶來的是【從0開始快速上手百度 ERNIE】原文詳見文末原文鏈接一、前置條件在使用ERNIE模型之前，用戶需要完成如下任務(wù)：安裝Python3．7．5版本
-
自然語言處理（NLP）技術(shù)不斷突破，谷歌Transformer再升級
當我們在翻譯軟件上輸入 “Transformer is a novel neural network architecture based on a self－attention mechanism”
-
百度NLP技術(shù)“稱王”后，正在擔起領(lǐng)頭羊的行業(yè)責任
作為AI領(lǐng)域發(fā)展時間最久、積累最豐厚的垂直領(lǐng)域，NLP正在嘗試塑造出一個產(chǎn)業(yè)智能化從技術(shù)到應(yīng)用的完整范式，對百度而言，這張AI王牌中的王牌也是時候打出手了。
-
摘取AI的皇冠明珠NLP后，百度將它鑲嵌進了產(chǎn)業(yè)之中
文 | 曾響鈴來源 | 科技向令說當AI發(fā)展借新基建東風(fēng)進一步加速后,每個垂直門類都開始表現(xiàn)出一邊深化技術(shù)、一邊廣拓生態(tài)的兩大特征。最近的百度大腦語言與知識技術(shù)峰會直接表現(xiàn)了這一點。一次性推出11項發(fā)布
-
AI的數(shù)據(jù)、算法、算力“輪流坐莊”，NLP到了“數(shù)據(jù)為王”的時代
龐大的前景下，數(shù)據(jù)采集與標注也可以分NLP（自然語音處理）、CV（計算機視覺）等幾個部分，隨著數(shù)據(jù)需求量的增大、對數(shù)據(jù)質(zhì)量要求的提高，其中的NLP越來越成為“硬骨頭”，AI數(shù)據(jù)產(chǎn)業(yè)終將面臨它帶來的難題，也承襲這種難題下空出的市場空間。
-
人工智能中工程化的NLP如何確保落地？
語言理解是人工智能皇冠上的明珠，要達到真正的理解能力，道阻且長；正確處理好語言、計算、場景的融合，NLP技術(shù)已經(jīng)可以在非結(jié)構(gòu)化轉(zhuǎn)結(jié)構(gòu)化等應(yīng)用方向上大展宏圖，取得巨大的商業(yè)價值。
-
AI研究員收集NLP數(shù)據(jù)的四種創(chuàng)意方法
自然語言處理（NLP）是AI的一個子域，側(cè)重于教計算機如何解析人類語言。在MIT的年度自然語言處理實證方法會議（EMNLP 2018）中，來自微軟、臉譜網(wǎng)和谷歌等科技公司或組織的AI專家們介紹了一大系列收集信息的新穎方法，本文主要總結(jié)了其中令人印象深刻的四種方法。
-
【OFweek 年終盤點】NLP、NLU 2017又有哪些新動作？
上一期我們盤點了計算機視覺2017年所發(fā)生的大事件，這一期的主要內(nèi)容為計算機視覺和語音、自然語言處理/理解（NLP/NLU）。
換一批
