解密人工智能：语言理解与机器翻译技术的革命
1.背景介绍人工智能(Artificial Intelligence, AI)是一门研究如何让计算机模拟人类智能的学科。自从1950年代以来，人工智能一直是计算机科学领域的一个热门话题。然而，直到最近几年，人工智能技术才开始真正取得了显著的进展。这一进展主要归功于深度学习(Deep Learning
【年度总结】AI--2023年度大事记
AI 2023年度大事记
人工智能-机器翻译：技术发展与代码实战
在本文中，我们深入探讨了机器翻译的历史、核心技术、特别是神经机器翻译（NMT）的发展，分析了模型的优化、挑战及其在不同领域的应用案例。同时，我们还提出了对未来机器翻译技术发展的展望和潜在的社会影响。
注意力机制（五）：Transformer架构原理和实现、实战机器翻译
注意力机制（Attention Mechanism）是一种人工智能技术，它可以让神经网络在处理序列数据时，专注于关键信息的部分，同时忽略不重要的部分。在自然语言处理、计算机视觉、语音识别等领域，注意力机制已经得到了广泛的应用。注意力机制的主要思想是，在对序列数据进行处理时，通过给不同位置的输入信号分
Transformers实战——使用Trainer类训练和评估自己的数据和模型
使用Transformers中的Trainer类训练自己的模型
科研工具-论文写作翻译软件优缺点介绍
当今，科研学习已经成为人们生活中不可或缺的一部分，而随着全球化的发展，跨语言沟通也变得越来越重要。翻译软件因此也变得越来越普及。针对科研学习中的翻译需求，目前市面上涌现了许多优秀的翻译软件，它们可以辅助我们快速准确地翻译文章、报告、论文等各种文本。本文将介绍目前主流的科研学习翻译软件，包括谷歌翻译、
【手撕Transformer】Transformer输入输出细节以及代码实现（pytorch）
文章目录举例讲解transformer的输入输出细节encoderpaddingPadding MaskPositional EmbeddingattentionFeedForwardadd/Normencoder输入输出decoderSequence Mask测试Transformer pyto
关于Attention的超详细讲解
文章目录一、动物的视觉注意力二、快速理解Attention思想三、从Encoder-Decoder框架中理解为什么要有Attention机制四、Attention思想步骤五、Self-Attention5.1 Self-Attention的计算步骤5.2 根据代码进一步理解Q、K、V5.3 再来一个
【自然语言处理（NLP）】基于序列到序列的中-英机器翻译
【自然语言处理（NLP）】基于序列到序列的中-英机器翻译，基于百度飞桨开发，参考于《自然语言处理实践》所作。
Chrome浏览器内置翻译功能突然失效(自动翻译失败)解决方案
Chrome浏览器内置翻译功能突然失效(自动翻译失败)解决方案
百度、阿里、腾讯、有道各平台翻译API申请教程
各大厂翻译API申请
【自然语言处理（NLP）】基于序列到序列的中-英机器翻译
【自然语言处理（NLP）】基于序列到序列的中-英机器翻译，基于百度飞桨开发，参考于《自然语言处理实践》所作。
详解机器翻译任务中的BLEU
BLEU的计算和Python的简单实现
【手把手带你学习神经机器翻译--模型篇】
全连接神经网络(FullyConnected Neural Network,FCNN)，是深度神经网络中最基本的一种结构，如图所示。按照神经元所处的位置划分，全连接网络由输入层，隐藏层和输出层组成，通常第一层为输入层，最后一层为输出层，中间部分全为隐藏层。顾名思义，全连接神经网络中每一个神经元都与
