女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

關(guān)于NLP基準數(shù)據(jù)集的快速概覽,以及最新技術(shù)的進展

DPVg_AI_era ? 來源:lq ? 2019-02-16 11:01 ? 次閱讀

本文是一個自然語言處理資源索引,涵蓋了目前NLP領(lǐng)域常用任務(wù)的最佳實驗 結(jié)果和數(shù)據(jù)集資源,可以作為進一步從事NLP研究的基礎(chǔ)。讀者也可以自行在Github頁面上添加新的結(jié)果,本文中大部分為英文NLP資源,還有少數(shù)漢語、印地語和越南語資源。

本文實際上是一個索引,旨在記錄自然語言處理(NLP)領(lǐng)域的新進展,并概述最常見的NLP任務(wù)及其相應(yīng)數(shù)據(jù)集的新技術(shù)。

這篇索引旨在涵蓋主要的傳統(tǒng)和核心NLP任務(wù),如語義依賴性解析和詞性標注等,以及最近不斷取得新突破的任務(wù),比如閱讀理解和自然語言推理。本文主要目標是為感興趣的讀者提供關(guān)于NLP基準數(shù)據(jù)集的快速概覽,以及最新技術(shù)的進展,這些數(shù)據(jù)集和新進展可以作為進一步NLP研究的基礎(chǔ)。

因此,本文有意將這些NLP領(lǐng)域的新研究進展做一個簡單匯總,便于研究人員集中查閱參考。

讀者也可以通過瀏覽器訪問nlpprogress.com或nlpsota.com來閱讀本文。

簡易使用指南

實驗結(jié)果

本文首選在已發(fā)表的論文中的實驗結(jié)果,但對少數(shù)影響力很大的預(yù)印本論文也可能入選。

數(shù)據(jù)集

本文中收錄的數(shù)據(jù)集,除了利用該數(shù)據(jù)集的論文之外,還應(yīng)經(jīng)過至少一篇已發(fā)表的其他論文的評估。

代碼

我們建議添加指向?qū)崿F(xiàn)的鏈接(如果可用)。如果代碼不存在,您可以向表中添加代碼列(見下文)。在Code列,建議使用官方實現(xiàn)。如果有非官方實現(xiàn),請使用鏈接(見下文)。如果沒有可用的實現(xiàn),可以將單元格留空。

向本索引中添加新結(jié)果

如果要添加新結(jié)果,只需單擊文件右上角的小編輯按鈕以執(zhí)行相應(yīng)任務(wù)(如下圖所示)。

讀者可以在Markdown中編輯文件。只需以相同的格式將一行添加到相應(yīng)的表中即可。確保表格中數(shù)據(jù)排序正確(將最佳結(jié)果位于頂部)。完成更改后,單擊頁面頂部的“預(yù)覽更改”選項卡,確保表格看起來還不錯。如果一切看起來都OK,請轉(zhuǎn)到頁面底部確認更改。

此處需要為建議更改添加名稱,可以選擇添加說明文字,可以選擇“創(chuàng)建新分支并啟動拉取請求”,然后單擊“提交更改”。

具體索引內(nèi)容和研究領(lǐng)域如下,絕大部分為英語,有少量資源為漢語、印地語和越南語。

英語

自動語音識別

CCG超級標準

常識

選區(qū)解析

共同決議

依賴解析

對話

域適應(yīng)

實體鏈接

語法糾錯

信息提取

語言建模

詞匯規(guī)范化

機器翻譯

多任務(wù)學(xué)習(xí)

多模態(tài)

命名實體識別

自然語言推理

詞性標注

問答

關(guān)系預(yù)測

關(guān)系提取

語義文本相似度

語義解析

語義角色標記

情緒分析

淺語法

簡單化

狀態(tài)檢測

概要

分類學(xué)習(xí)

時間處理

文字分類

詞義消歧

中文

實體鏈接

中文詞匯分割

印地語

分塊

詞性標注

機器翻譯

越南語

依賴解析

機器翻譯

命名實體識別

詞性標注

分詞

最后以”中文-詞匯分割”子類目為例,簡單說明這個索引資源的呈現(xiàn)方式。

點擊相應(yīng)鏈接進入,首先是中文詞匯分割這個任務(wù)的簡要介紹。

下面列出了不同作者建立的基于不同搜索方式的單詞分割模型,以及相應(yīng)模型的發(fā)表時間。

接下來是評估指標,此類中為F1分數(shù)。下面以表格形式給出每種模型在不同數(shù)據(jù)集上獲得的最佳F1分數(shù)。每個分數(shù)對應(yīng)的研究論文鏈接和部分Github資源地址。

可以看到,表中中文詞匯分割模型的最優(yōu)F1分數(shù)均超過了96分,感興趣的讀者可以點擊查看論文或Github資源。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 數(shù)據(jù)集
    +關(guān)注

    關(guān)注

    4

    文章

    1223

    瀏覽量

    25284
  • 自然語言處理
    +關(guān)注

    關(guān)注

    1

    文章

    628

    瀏覽量

    14028
  • nlp
    nlp
    +關(guān)注

    關(guān)注

    1

    文章

    490

    瀏覽量

    22494

原文標題:盤點NLP最新進展:多語種40+任務(wù)最優(yōu)結(jié)果任你查

文章出處:【微信號:AI_era,微信公眾號:新智元】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦
    熱點推薦

    SMT加工中的故障排除:寧波中電創(chuàng)的系統(tǒng)化實踐

    和診斷至關(guān)重要。公司通過建立完善的故障記錄系統(tǒng),確保技術(shù)人員能夠快速獲取關(guān)鍵信息。 接下來,通過視覺檢查初步查找明顯的物理異常,例如焊料橋接、短路、開路、元件錯位或缺失等。寧波中電創(chuàng)在生產(chǎn)線上廣泛應(yīng)用
    發(fā)表于 02-14 12:48

    如何設(shè)計ADC和DAC的基準源,以及基準源如何影響ADC與DAC那些性能?

    如何設(shè)計ADC和DAC的基準源,以及基準源如何影響ADC與DAC那些性能?有沒有相關(guān)的資料參考?
    發(fā)表于 12-17 06:27

    當今數(shù)據(jù)中心新技術(shù)趨勢

    當今數(shù)據(jù)中心的新技術(shù)趨勢正以前所未有的速度推動著行業(yè)的變革與創(chuàng)新。隨著云計算、大數(shù)據(jù)、人工智能等技術(shù)快速發(fā)展,
    的頭像 發(fā)表于 10-24 15:15 ?852次閱讀

    康謀分享 | AD/ADAS的性能概覽:在AD/ADAS的開發(fā)與驗證中“大海撈針”!

    在AD/ADAS開發(fā)與驗證中,如何從海量數(shù)據(jù)快速獲得性能概覽,進而快速定位關(guān)鍵事件?本文康謀帶您了解,如何利用IVEX智能概覽功能,結(jié)合安
    的頭像 發(fā)表于 10-23 09:24 ?2627次閱讀
    康謀分享 | AD/ADAS的性能<b class='flag-5'>概覽</b>:在AD/ADAS的開發(fā)與驗證中“大海撈針”!

    關(guān)于數(shù)據(jù)轉(zhuǎn)換器的基準電壓選擇和設(shè)計提示

    電子發(fā)燒友網(wǎng)站提供《關(guān)于數(shù)據(jù)轉(zhuǎn)換器的基準電壓選擇和設(shè)計提示.pdf》資料免費下載
    發(fā)表于 09-20 09:38 ?0次下載
    <b class='flag-5'>關(guān)于</b><b class='flag-5'>數(shù)據(jù)</b>轉(zhuǎn)換器的<b class='flag-5'>基準</b>電壓選擇和設(shè)計提示

    【「時間序列與機器學(xué)習(xí)」閱讀體驗】全書概覽與時間序列概述

    ,可以將相似的時間序列分組,以便進一步理解時間序列數(shù)據(jù)中的結(jié)構(gòu)和模式。 ●第6章“多維時間序列”:介紹多維時間序列在廣告分析和業(yè)務(wù)運維領(lǐng)域的應(yīng)用,包括如何利用OLAP技術(shù)對多維時間序列進行有效處理,以及
    發(fā)表于 08-07 23:03

    ADS1220成PGA和基準的4通道、2kSPS、低功耗、24位ADC數(shù)據(jù)

    電子發(fā)燒友網(wǎng)站提供《ADS1220成PGA和基準的4通道、2kSPS、低功耗、24位ADC數(shù)據(jù)表.pdf》資料免費下載
    發(fā)表于 07-23 11:24 ?1次下載
    ADS1220<b class='flag-5'>集</b>成PGA和<b class='flag-5'>基準</b>的4通道、2kSPS、低功耗、24位ADC<b class='flag-5'>數(shù)據(jù)</b>表

    nlp神經(jīng)語言和NLP自然語言的區(qū)別和聯(lián)系

    神經(jīng)語言(Neuro-Linguistic Programming,NLP) 神經(jīng)語言是一種心理學(xué)方法,它研究人類思維、語言和行為之間的關(guān)系。NLP的核心理念是,我們可以通過改變我們的思維方式和語言
    的頭像 發(fā)表于 07-09 10:35 ?1107次閱讀

    nlp自然語言處理的主要任務(wù)及技術(shù)方法

    自然語言處理(Natural Language Processing,簡稱NLP)是人工智能和語言學(xué)領(lǐng)域的一個分支,它研究如何讓計算機能夠理解、生成和處理人類語言。NLP技術(shù)在許多領(lǐng)域都有廣泛
    的頭像 發(fā)表于 07-09 10:26 ?1970次閱讀

    nlp自然語言處理模型怎么做

    進展。本文將詳細介紹NLP模型的構(gòu)建過程,包括數(shù)據(jù)預(yù)處理、模型選擇、訓(xùn)練與優(yōu)化等方面。 數(shù)據(jù)預(yù)處理 數(shù)據(jù)預(yù)處理是
    的頭像 發(fā)表于 07-05 09:59 ?1074次閱讀

    nlp自然語言處理的應(yīng)用有哪些

    自然語言處理(Natural Language Processing,簡稱NLP)是人工智能領(lǐng)域的一個分支,它致力于使計算機能夠理解和生成自然語言。隨著技術(shù)的發(fā)展,NLP已經(jīng)在許多領(lǐng)域得到了廣泛
    的頭像 發(fā)表于 07-05 09:55 ?3525次閱讀

    NLP技術(shù)在機器人中的應(yīng)用

    在人工智能的廣闊領(lǐng)域中,自然語言處理(NLP技術(shù)作為連接人類語言與機器智能的橋梁,正逐漸滲透到我們?nèi)粘I畹姆椒矫婷妫渲袡C器人技術(shù)便是一個尤為突出的應(yīng)用領(lǐng)域。NLP
    的頭像 發(fā)表于 07-04 16:04 ?886次閱讀

    NLP技術(shù)在人工智能領(lǐng)域的重要性

    智能的橋梁,其重要性日益凸顯。本文將從NLP的定義、發(fā)展歷程、核心技術(shù)、應(yīng)用領(lǐng)域以及對人工智能領(lǐng)域的深遠影響等多個維度,深入探討NLP技術(shù)
    的頭像 發(fā)表于 07-04 16:03 ?1154次閱讀

    NLP模型中RNN與CNN的選擇

    NLP中的應(yīng)用場景、工作原理、優(yōu)缺點,以及在選擇時應(yīng)考慮的關(guān)鍵因素,以期為讀者提供一個全面而深入的理解。
    的頭像 發(fā)表于 07-03 15:59 ?977次閱讀

    PyTorch如何訓(xùn)練自己的數(shù)據(jù)

    數(shù)據(jù)。本文將深入解讀如何使用PyTorch訓(xùn)練自己的數(shù)據(jù),包括數(shù)據(jù)準備、模型定義、訓(xùn)練過程以及
    的頭像 發(fā)表于 07-02 14:09 ?3342次閱讀