nlp标签_腾讯云开发者社区

nlp

LLM--VIT简介

本文概述了Vision Transformer (ViT) 模型及其在计算机视觉领域的应用。ViT通过将图像分割为图像块序列并引入位置嵌入，成功将Transformer架构应用于视觉任务。相比传统CNN，ViT克服了局部性和平移不变性的限制，在大规模数据预训练后能达到与ResNet相当的性能。尽管Transformer存在计算复杂度高和序列长度受限的挑战，ViT通过创新性设计实现了高效处理高分辨率

 W@Y…
2026-04-06 19:00:00

 371

 8

#nlp
在RK3588上部署Qwen3-VL-2B-Instruct的流程

本文手把手教你如何在RK3588开发板上部署Qwen3VL-2B模型

 giao神wh
2026-01-01 16:43:20

 1525

 23

#语言模型 #nlp #边缘计算 +2
BATH不再一家独大？深入测评2026大模型呼叫市场新秩序

摘要：云蝠智能的VoiceAgent在反诈劝阻中成效显著，避免数亿损失，其创始人魏佳星表示技术温度让创新更有价值。该系统通过神鹤-3BNLP引擎实现1秒内端到端响应，99%意图识别准确率，支持动态对话生成。测评从技术架构、交互体验等五维度展开，云蝠智能以全栈自研、高并发（单核10路）、3分钟场景构建等优势领先。阿里、腾讯等厂商也各有侧重，如阿里云的通义千问大模型、腾讯的拟人化交互。未来智能呼叫系

 HL18994121892
2026-01-06 17:13:12

 700

 8

#人工智能 #语音识别 #自然语言处理 +3
大模型入门三部曲-1：从0-1体验模型部署到评测

本文介绍了在Mac环境下搭建语言模型评测环境的完整流程。主要内容包括：1) 创建Python虚拟环境并安装评测框架；2) 下载小模型(GPT-2等)的方法；3) 运行评测任务的命令参数说明；4) 常见问题的解决方案，如网络超时、数据集本地化处理等。重点讲解了如何将HellaSwag等评测数据集下载到本地，并通过修改配置文件适配本地评测场景。文章提供了详细的步骤说明和代码示例，包括虚拟环境管理、模型

 程序员lm
2026-03-20 00:59:01

 611

 13

#人工智能 #nlp
Crawl4AI调用本地模型实现爬虫

本文介绍了Ollama本地大模型部署与Crawl4AI爬虫工具集成方案。主要内容包括：1) 从官网下载Ollama并拉取模型；2) 配置Docker环境，修改Dockerfile和docker-compose.yml文件；3) 设置.llm.env环境变量文件，支持多种LLM调用模式；4) 提供测试代码示例，展示如何调用本地模型API服务。文章详细说明了容器部署、环境变量配置、API接口调用等关键

 feasibility.
2026-01-05 20:03:22

 1193

 26

#爬虫 #人工智能 #python +4
Tokenizer-语音识别模型的重要组件

Tokenizer 是自然语言处理系统中不可或缺的一部分，它通过将文本转换为模型可以理解的格式，解决了语言的多样性和复杂性问题。根据任务需求和语言模型的不同，选择合适的Tokenizer非常关键。通过子词、字符或基于空格的分词方法，可以提高模型的效率、泛化能力和处理未知词汇的能力。

小邢廿四
2026-01-28 13:35:44

 755

 22

#语音识别 #nlp #人工智能
什么是大模型外呼？

大模型外呼是基于大语言模型的智能语音交互系统，通过自然语言处理实现自动化外呼沟通。与传统人工外呼和规则型AI外呼相比，其核心优势在于实时语义理解、多轮对话及动态调整能力。目前云蝠智能等厂商已将该技术应用于企业级外呼场景，通过与ASR/TTS系统协同，显著提升了业务适配性和沟通效率。

HL18994121892
2026-01-28 10:49:18

 248

 1

#语音识别 #自然语言处理 #nlp
循环神经网络RNN+LSTM+GRU-王而川-专题视频课程

详细讲解循环神经网络RNN，LSTM+GRU

王而川
2018-05-25 09:15:49

 1140

#nlp
[机器学习与深度学习] - No.1 基于Negative Sampling SKip-Gram Word2vec模型学习总结

基于Negative Sampling SKip-Gram Word2vec模型学习总结1. Word2vec简介Word2Vec是从大量文本语料中以无监督的方式学习语义知识的一种模型，它被大量地用在自然语言处理（NLP）中。那么它是如何帮助我们做自然语言处理呢？Word2Vec其实就是通过学习文本来用词向量的方式表征词的语义信息。Word2vec的结果是为了获得Word Embedd...

ObsessionLife
2018-03-17 20:27:53

 3934

 1

#自然语言处理 #nlp #机器学习
基于检索与深度神经网络的人机对话

关于NLP的交流分享，下面简单梳理下自己的所得1.一个10个词语的句子出现3个或以上的错别字那么这个句子基本没用2.规则模型与生成式模型在做对话系统或者问答系统的过程中，他们采用的是混合模型，包括Deep Learning以及检索系统，首先要说一说各种模型的优缺点，见下表：表1. 两种对话模型的比较表规则模型，就是按照某种规则去做字符串匹配。基于检索...

coder_oyang
2017-05-25 17:21:28

 3367

 2

#神经网络 #nlp
Vscode + Claude Code for VS Code + hotaitool 简便快捷的国内Claude code代码项目级AI编程方案

本文介绍了在VSCode中搭建Claude Code可视化编程环境的方法。由于官方API价格昂贵且需国外账户，作者推荐使用国内代理hotaitool获取API Key。具体步骤包括：1)安装VSCode插件；2)通过hotaitool获取API Key；3)在插件设置中配置Key。该方法解决了Claude Code普及难的问题，尤其适合开发新手，能以低成本快速搭建开发环境。文中提供了hotaito

SherlockStark
2026-01-09 10:45:21

 1068

 14

#vscode #ide #个人开发 +3
Python----循环神经网络（Transformer ----注意力机制）

本文通过购物选择合适尺码的案例，类比介绍了注意力机制的工作原理及三种实现方式。首先以腰围尺寸匹配为例，说明线性回归、注意力权重分配和Softmax注意力三种方法的应用。接着引入多维度（腰围和胸围）的注意力计算，解释如何通过距离衡量相似度来分配注意力权重。文章详细对比了三种注意力实现方案：加性注意力通过非线性层计算相似度，适用于不同维度但计算量大；点积注意力计算高效但要求维度相同；缩放点积注意力针对

 蹦蹦跳跳真可爱589
2025-07-06 08:38:50

 899

 27

#transformer #深度学习 #人工智能 +1
数据挖掘【期末复习plus版】

找出和测试样例的属性相对相近的k个训练样例，这样k个样例中的多数类的类标号就是测试样例所属的类定义：聚类分析是根据数据中发现的描述对象以及其关系的信息，将数据对象进行分组。目标：组内的对象相互之间是相似的，而不同组中的对象是不同的；组内的相似性越大，组间差别越大，聚类就越好类型：1.划分聚类和层次聚类2.互斥的、重叠的与模糊的3.完全的和部分的k-means是使用k均值，k均值是使用质心定义原型，

linmu__ykx
2024-12-26 15:38:17

 1091

 22

#数据挖掘 #人工智能 #数据库 +4
vllm源码解析(三)：块管理(BlockManager)

目前为止，我们提到了很多次物理块的概念，到底什么是块呢？首先来看下物理块block(在块管理器BlockSpaceManager中使用)self,) -> None:# 该物理块在对应设备上的全局block索引号# 每个block槽位数量(默认16)# 在prefix caching场景下使用，其他场景值为-1# 该物理块的hash值是由多少个前置token计算而来的，非prefix cachin

weixin_42479327
2024-09-05 21:50:22

 4473

 33

#人工智能 #transformer #自然语言处理 +4
循环神经网络的数据集处理

本文以time Machine数据集为例，使用mxnet框架。

2301_79335566
2024-08-06 13:54:02

 1428

 25

#rnn #python #深度学习 +3
【可能是全网最丝滑的LangChain教程】十八、LangChain进阶之Tools

介绍了 LangChain 中的工具（Tools）模块，它是让代理、链或大型语言模型（LLM）与外界交互的接口。工具包括名称、描述、JSON 输入模式、调用的函数以及是否直接向用户返回结果。

Jeffray1991
2024-07-16 11:30:45

 4153

 28

#人工智能 #nlp #语言模型
Langchain如何调用Siliconflow的模型

上给出了详细的调用方式，我们可以方便的ctrl C 和 ctrl V。硅基流动之前宣布了部分模型免费，那我们就可以调用API来搞些事情。而Langchain支持自定义封装LLM（

LJY_LU
2024-07-08 16:32:53

 5263

 8

#python #开发语言 #AIGC +3
【模型训练】Sampler 类随机样本和shuffle=Ture 打乱样本有什么区别

您提供的 randomsample 类是一个自定义的 Sampler，它实现了从给定的标签数据中随机抽取样本的功能，并且支持批量抽取。【2】使用场景：如果你需要更复杂的样本抽取逻辑（例如，确保每个batch中特定类别的样本数量），randomsample 会是一个更好的选择。【1】随机性：在每个epoch开始时，randomsample 会重新计算每个batch的索引，确保每个batch都是从整个

 暗夜爬虫
2024-06-29 20:13:25

 568

 3

#深度学习 #人工智能 #nlp +1
【模型训练】模型陷入局部最优解的表现和解决办法

【2】验证集/测试集性能不佳：在机器学习任务中，如果模型在训练集上表现良好但在验证集或测试集上性能不佳，这可能意味着模型过度拟合了训练数据并陷入了局部最优解。敏感于初始条件：如果算法的性能对初始条件（如初始参数设置）非常敏感，那么它可能容易陷入不同的局部最优解，这通常意味着算法没有全局搜索能力。收敛速度变慢：随着迭代次数的增加，算法的收敛速度可能会变慢，这可能是由于算法接近或停留在局部最优解附近导

 暗夜爬虫
2024-06-26 14:21:05

 4591

 5

#深度学习 #人工智能 #性能优化 +2
简单神经网络的应用--多层感知器的姓氏分类

一、实验内容我们通过观察感知器来介绍神经网络的基础，感知器是现存最简单的神经网络。感知器的一个历史性的缺点是它不能学习数据中存在的一些非常重要的模式。例如，查看图4-1中绘制的数据点。这相当于非此即彼(XOR)的情况，在这种情况下，决策边界不能是一条直线(也称为线性可分)。在这个例子中，感知器失败了。图4-1 XOR数据集中的两个类绘制为圆形和星形。请注意，没有任何一行可以分隔这两个类。在这一实验

 曾经的你、带走谁的思念
2024-06-22 18:34:21

 1360

 23

#python #nlp #神经网络
【模型训练】如何提高切片返回值提高模型输出精度

综上所述，提高切片操作切出来的返回值成功率需要从多个方面入手，包括选择合适的切片方法、进行数据预处理、优化切片策略、使用高质量的工具和库、进行错误处理和异常检测、定期维护和保养以及持续学习和改进等。在进行切片操作之前，对数据进行适当的预处理可以提高切片的质量。对于电镜制样超薄切片，适当的样品处理（如固定、脱水、渗透等）同样可以减少样品在切片过程中的变形和损坏，提高切片的成功率。对于电镜制样超薄切片

 暗夜爬虫
2024-06-21 21:20:19

 529

 9

#机器学习 #人工智能 #语言模型 +2
【可能是全网最丝滑的LangChain教程】十五、LangChain进阶之Embedding Models

Embeddings 类为各种文本嵌入模型提供商提供了一个统一的接口，简化了模型的使用。文本嵌入模型将文本转换为向量形式，便于在向量空间中进行操作，如语义搜索和相似度计算。

Jeffray1991
2024-06-17 08:56:36

 4470

 24

#人工智能 #自然语言处理 #nlp
Seq2seq、编码器&解码器神经网络

Seq2seq（Sequence to Sequence）的作用是将一种序列转换为另一种序列，比如将英文句子翻译为中文句子，或者将一篇文章进行概括。一种解决 Seq2seq 问题的方法是编码器-解码器模型。下面我们以英语句子翻译为西班牙句子为例来进行介绍。

诸葛思颖
2024-06-10 17:09:20

 1406

 9

#神经网络 #人工智能 #深度学习 +1
Sarcasm detection论文解析 |A2Text-Net：一种用于讽刺检测的新型深度神经网络

在这项研究中，我们采用了一种新的深度神经网络： A2Text-Net 来模仿面对面的语音，它整合了标点符号、语篇（POS）、数字、表情符号等辅助变量，以提高分类性能。实验结果证明，与传统的机器学习和深度学习算法相比，我们的 A2Text-Net 方法提高了分类性能。

伪_装
2024-05-03 23:46:52

 1448

 7

#dnn #深度学习 #人工智能 +3
基于TF-IDF+TensorFlow+词云+LDA 新闻自动文摘推荐系统—深度学习算法应用（含ipynb源码）+训练数据集

本项目运用了TF-IDF关键词提取技术，结合词云数据可视化、LDA (Latent Dirichlet Allocation)模型训练以及语音转换系统，来实现一个基于TensorFlow的文本摘要程序，从而为用户提供更便捷、直观的文本理解和获取体验。

小胡说人工智能
2023-08-09 11:34:10

 1484

 2

#深度学习 #tensorflow #人工智能 +1
安装openai环境步骤及问题解决

安装openai环境，使用大模型。解决报错：ERROR: No matching distribution found for pandas>=1.2.3、解决报错AttributeError:module 'openai' has no attribute'Chatcompletion'

leap_ruo
2023-05-24 22:06:25

 1w

 2

#人工智能 #nlp #算法
2020年泰迪杯C题智慧政务中的文本数据挖掘应用--含全部源码

本文是针对智慧政务中的文本数据挖掘应用的研究。通过建立基于三层网络结构的fastText文本分类模型，聚类量化模型，熵权评估模型解决了群众留言分类，热点问题挖掘，答复意见评价等问题。针对群众留言分类问题，本文利用所给数据进行词频统计和词云图分析。得到所给训练集是一种不平衡数据集，我们对已有的数据集进行采样，从而扩充训练集，解决数据不平衡问题。为了方便应用分类模型，我们对文本数据进行正则预处理，去停

 maligebilaowang
2023-03-30 23:06:13

 1436

 2

#数据挖掘 #nlp #自然语言处理
2020年泰迪杯C题智慧政务中的文本数据挖掘应用--paper+全部源码

TF-IDF 采用文本逆频率 IDF 对 TF 值加权取权值大的作为关键词，但 IDF 的简单结构并不能有效地反映单词的重要程度和特征词的分布情况，使其无法很好地完成对权值调整的功能，所以 TF-IDF 算法的精度并不是很高，尤其是当文本集已经分类的情况下。经过一次聚类后，需要重新计算簇中心，然后计算距离重新划分数据点所属簇，过程中可能会出现原不属于该簇的数据被划分到了簇中，此次聚类可以看作对上一

 maligebilaowang
2023-04-02 22:59:42

 856

#数据挖掘 #自然语言处理 #nlp
eNSP配置防火墙有两大步骤

ensp配置防火墙简单过程

 进步的灵长
2023-02-21 10:49:44

 4369

 3

#nlp #安全
Python nltk解决报错：Resource punkt not found. Please use the NLTK Downloader to obtain the resource

nltk解决报错：Resource punkt not found. Please use the NLTK Downloader to obtain the resource

水w
2023-02-09 10:33:33

 5592

 9

#python #开发语言 #nlp
监督学习、半监督学习、无监督学习、自监督学习、强化学习和对比学习

监督学习、半监督学习、无监督学习、自监督学习、强化学习和对比学习

 云隐雾匿
2023-01-15 22:21:45

 1.3w

 22

#深度学习 #人工智能 #nlp +1
贝叶斯数据分析

1.基础知识条件概率公式：对于任意两个事件A和B，且P(A)>0,定义在A发生的条件下，B发生的条件概率为从而,这就是乘法公式推而广之，设是任意n个随机事件，则有更一般的乘法公式全概率公式：设是样本空间中的一个完备事件群（又称为的一个划分）。换言之，它们满足下列条件：(a)两两不相交，即(b)它们的并（和）恰好是样本空间，即设A为中的一个事件，则全概率公式为这个公式将事件A分解成一些两两不相

 hardworking mole
2022-04-21 00:46:20

 8060

 5

#概率论 #nlp #自然语言处理
Pyspark特征工程--Word2Vec

Word2Vecclass pyspark.ml.feature.Word2Vec(vectorSize=100, minCount=5, numPartitions=1, stepSize=0.025, maxIter=1, seed=None, inputCol=None, outputCol=None, windowSize=5, maxSentenceLength=1000)Word2Ve

Gadaite
2022-03-11 07:25:12

 2753

 2

#人工智能 #nlp
如何在anaconda的虚拟环境中安装git

在使用某些包时，需要安装git，在本机上安装完git后，使用pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI命令安装成功，但是anaconda虚拟环境中无法使用该包。

奥特曼熬夜不睡觉
2021-08-02 08:39:26

 3.5w

 21

#nlp #git
spaCy V3.0 文本分类模型训练、评估、打包及数据预处理

spaCy V3.0 文本分类模型训练、评估、打包及数据预处理1 GPU的使用问题本机显卡：NVIDIA GeForce GT 740M 算力：3.5 对应的pyTorch最高可用版本为1.2 spaCytransformer模型的最低匹配pyTorch版本为1.5 故经过不断尝试，未能使用。（对于算力5.2以上的GPU，如要使用，要下载CUDA 工具包，目前为“cuda_11.1.0_456.4

Cxrlyy
2021-03-29 10:10:37

 2259

 2

#nlp #机器学习 #数据挖掘
百度飞桨 PaddlePaddle 深度学习打卡7日营 -DAY4 情感倾向分析（NLP）

这里写自定义目录标题课前答疑客观题：第二课实践题开始上课：基于LSTM的电商评论情感倾向分析课程目标基本概念情感分析文本分类的通用步骤NLP数据处理通用流程词向量--》句子向量循环神经网络（RNN）用于处理序列信息实战演练#################################################课前答疑春雨老师讲作业：客观题：第一题: B 连续值第二题：人脸关键点检测是回归

 Jason_____Wang
2021-02-07 14:17:02

 1153

#算法 #深度学习 #神经网络 +2
循环神经网络(RNN) 和长短期记忆网络(LSTM)

循环神经网络(RNN)循环神经网络是一种用于处理序列数据的神经网络。RNN 的输入输出：用「动图」和「举例子」讲讲 RNN右侧是 RNN 在时间上进行展开的示意图。这个过程由 Encoder完成，目的是从序列输入中依次提取数据并将其编码为向量(表示输入)。对于第时刻，是当前时刻的输入，用于实时更新状态；是上一隐藏层的状态，用于记忆状态(对于文本而言，就是前文留下的对推断后文有用的信息)。基于 En

看正好六个字
2020-12-31 15:09:15

 4099

#神经网络 #自然语言处理 #深度学习 +1
LSTM长短期记忆循环神经网络详解

一句话，有时候单独拎出来难以理解，而放在整篇文章中，我们则容易通过联系上下文理解。什么叫联系上下文理解，就是把前文信息联系结合到当前语句上，这也是RNN的关键。基本概念：维基百科RNN(Recurrent Neural Networks)Rnn本质是一个循环神经网络结构，将其展开，会得到一个序列结构，上一次的输出会作为下一次的输入（即前面的输入将会对后面的输入产生影响）。这种链式的特征揭示了 RN

shun-ripking
2020-11-29 19:06:17

 1776

 1

#lstm #nlp #rnn
Windows10下python安装pyltp出现“failed building wheel for pyltp”解决方法

Windows10下pyltp安装常见错误：failed building wheel for pyltp在Windows10下使用命令pip install pyltp时出现failed building wheel for pyltp时，可采用以下解决方法：下载与python版本对应的whl文件比如python3.5使用pyltp-0.2.1-cp35-cp35m-win_amd64.whlp

@暮鼓晨钟
2020-11-23 19:42:20

 2670

 9

#python #nlp
邱锡鹏神经网络与深度学习课程【十四】——概率图模型2和3

模型表示:有向图贝叶斯网络信念网络常见的有向图模型朴素贝叶斯分类器和 sigmoid信念网络隐马尔可夫模型 HMM 应用广泛：高斯混合模型：高斯图模型表示：概率主题模型：无向图马尔可夫随机场是一类用无向图来表示一组具有马尔可夫性质的随机变量X的联合概率分布模型图示表示团： Clique 一个全连通子图即团内的所有节点之间都连边定义团之后就可以构建无向图上的联合概率了 Hammersle

桐原因
2020-10-12 09:09:47

 479

#深度学习 #机器学习 #神经网络 +2
斯坦福CS224n NLP课程【十六】——用于回答问题的动态神经网络

是否将所有NLP任务都可视作QA？举例：在old-school NLP系统中，必须手工整理一个“知识库”；然后在这个知识库上做规则推断。这节课介绍的DMN完全不同于这种方法，它能够直接从问答语料中学习所有必要的知识表达。DMN还可以在问答中做情感分析、词性标注和机器翻译。所以构建一个joint model用于通用QA成为终极目标。但是实现这个目标，有两个障碍1.没有任何已有研究探讨如何让单个模型学

 桐原因
2020-10-15 09:16:08

 293

#深度学习 #人工智能 #机器学习 +2
新闻本文分类-02 数据读取与数据分析

上一章节主要介绍了赛题内容和解决方案的思路。本章节会对原始样本集读取数据并对文本作简单的分析。1. 加载包import reimport pandas as pdimport matplotlib.pyplot as pltfrom collections import Counter2. 数据读取通过read_csv方法读取.csv格式的数据。train_df = pd.read_csv('..

cymx66688
2020-07-22 20:17:13

 1203

 1

#nlp