Avatar notebook default
自然语言处理NLP
22篇文章 · 33265字 · 1人关注
  • GRPO（Group Relative Policy Optimization）算法详解

    GRPO（Group Relative Policy Optimization）算法详解 GRPO是DeepSeekMath针对数学推理任务提出...

    1621 0 0
  • Resize,w 360,h 240
    NLP最重要的编码方式--BPE

    今天想简单聊聊在自然语言处理领域用得比较多，像BERT，GPT等自然语言模型都会用到的技术，BPE，全称是Byte Pair Encoding。...

    0.1 1450 0 1
  • Resize,w 360,h 240
    奖励模型Reward Model如何训练？

    如上图所示，ChatGPT 并不是直接让人工去标注每一句话的真实得分是多少（尽管模型最终要预测的就是每句话的得分），而是让人去对 4 句话按照好...

    0.1 597 0 1
  • Resize,w 360,h 240
    hugging face预训练模型本地读取指南

    使用Hugging Face的Transformers库来下载预训练模型bert模型时。以下是下载和使用该模型的示例代码： 这将自动下载预训练模...

    3596 0 0
  • BILSTM+CRF用于命名实体识别任务中的loss

    双向长短时记忆网络 (BiLSTM) 与条件随机场 (CRF) 结合是一种常用于序列标注任务的方法。在这种方法中, BiLSTM用于捕捉输入序列...

    559 0 0
  • 隐马尔可夫模型（HMM）和条件随机场（CRF）

    隐马尔可夫模型（HMM）和条件随机场（CRF）都是常见的序列标注模型，用于对序列数据进行分类和标注。下面，我将详细讲解这两种模型，并对比它们的区...

    1991 0 0
  • 关键词提取方法

    关键词的提取，也可以称之为文本标签提取。 比如说，”今天这顿烧烤是真不错啊“，在这句话中，”烧烤“这个词就可以被认为是一个关键词，或者说这个句子...

    1228 0 1
  • 中文分词-基于词典的正向最大匹配和逆向最大匹配

    中文分词中基于词典的正向最大匹配和逆向最大匹配 正向最大匹配和逆向最大匹配步骤类似，只是方向不同，我以正向匹配为例，先用一句话去总结它： 在做整...

    347 0 0
  • Resize,w 360,h 240
    embedding之word2vec

    1. 什么是Word2Vec和Embeddings？ 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...

    608 0 0

文集作者