第一章 假设法 一个真实的假设往往可以让事实呈现眼前，让真理浮出水面。一个人如果做什么事都可以让其思维以这些假设前提为基础，那么他便能真真正正地活在NLP里而不会陷入困境，他的人生也就会有更大地进
这是我参与8月更文挑战的第12天，活动详情查看： 8月更文挑战 N-Gram（N元模型）是自然语言处理中一个非常重要的概念，通常在NLP中，人们基于一定的语料库，可以利用N-Gram来评估一个句子是否
理解文本语句和结构 下面会介绍和实现一些用于理解文本语法和结构的概念和技术。这些算法在 NLP 中非常有用，它通常在文本处理和标准化之后执行。主要关注一下技术： 词性（POS）标签。 浅层分析。 基于
一只小狐狸带你解锁炼丹术&NLP秘籍 作者：苏剑林（来自追一科技，人称“苏神”） 前言 自从GPT、BERT等预训练模型流行起来后，其中一个明显的趋势是模型越做越大，因为更大的模型配合更充分的预训练通
在之前的文章《自然语言处理中的N-Gram模型详解》里，我们介绍了NLP中的模型。最后谈到，为了解决使用N-Gram模型时可能引入的稀疏数据问题，人们设计了多种平滑算法，本文将讨论其中最为重要的几种。
在之前的博客中已经详细介绍了如何用Gibbs做LDA抽样。（http://www.cnblogs.com/nlp-yekai/p/3711384.html） 这里，我们讨论一下实验结果： 结果文件包括
NLP进阶之（一）Seq2Seq模型之Chatbot 1. 编码器—解码器（seq2seq） 解释 1.1 编码器 1.2 解码器 1.3 模型训练 1.4 参考文献 2. 注意力机制（Attenti
自然语言处理（Natural Language Processing，NLP)是人工智能和语言学领域的学科分支，它研究实现人与计算机之间使用自然语言进行有效通信的各种理论和方法。 词嵌入 前面介绍过，
原文地址：http://licstar.net/archives/328 Deep Learning in NLP （一）词向量和语言模型 Posted on 2013 年 7 月 29 日 byli
Lecture 1: Introduction and Word Vectors Representing words as discrete symbols 在传统NLP使用discrete sym
