【自然语言处理（NLP）】基于ERNIE语言模型的文本语义匹配
【自然语言处理（NLP）】基于ERNIE语言模型的文本语义匹配，基于百度飞桨开发，参考于《自然语言处理实践》所作。
【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。
【数据科学项目02】：NLP应用之垃圾短信/邮件检测（端到端的项目）
随着产品和服务在线消费的增加，消费者面临着收件箱中大量垃圾邮件的巨大问题，这些垃圾邮件要么是基于促销的，要么是欺诈性的。由于这个原因，一些非常重要的消息/电子邮件被当做垃圾短信处理了。在本文中，我们将创建一个 垃圾短信/邮件检测模型，该模型将使用朴素贝叶斯和自然语言处理(NLP) 来确定是否为垃圾短
【NLP屠夫系列】- NER之实战BILSTM
【NLP屠夫系列】- NER之实战BILSTM了解什么是命名实体识别了解命名实体识别的作用了解命名实体识别常用方法- 了解医学文本特征
BERT详解：概念、原理与应用
对bert的原理，结构，预训练过程进行介绍
为了摸鱼，我开发了一个工具网站
Sql-Translation（简称ST）是一个 Json转译SQL工具，在同类工具的基础上增强了功能，为节省时间、提高工作效率而生。并且遵循 “轻页面、重逻辑” 的原则，由极简页面来处理复杂任务，且它不仅仅是一个项目，而是以“降低时间成本、提高效率”为目标的执行工具。
自注意力机制(Self-Attention)
自注意力机制
【Tensorflow+自然语言处理+LSTM】搭建智能聊天客服机器人实战（附源码、数据集和演示 超详细）
【Tensorflow+自然语言处理+LSTM】搭建智能聊天客服机器人实战（附源码、数据集和演示 超详细）
ChatGPT入门指南
ChatGPT是基于聊天的生成预训练transformer模型的缩写，是一个强大的工具，可以以各种方式使用，以提高您在许多领域的生产力。ChatGPT是一种人工智能（AI）技术，被称为自然语言处理（NLP）模型由人工智能研发公司OpenAI创建。它使用机器学习算法来分析和理解书面或口头语言，然后根据
Spark 3.0 - 5.ML Pipeline 实战之电影影评情感分析
Pipeline 实战之豆瓣影评情感分析。
论文推荐：Rethinking Attention with Performers
重新思考的注意力机制，Performers是由谷歌，剑桥大学，DeepMind，和艾伦图灵研究所发布在2021 ICLR的论文已经超过500次引用
深度学习 Transformer架构解析
2018年10月，Google发出一篇论文《BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding》, BERT模型横空出世, 并横扫NLP领域11项任务的最佳成绩!而在BERT中发挥重要作用的
【GPT-3】第2章 使用 OpenAI API
尽管 GPT-3 是世界上最复杂和最复杂的语言模型，但它的功能被抽象为最终用户的简单“文本输入、文本输出”界面。本章将帮助你开始使用 Playground 接口，并介绍 OpenAI API 的技术细微差别，因为细节总是能揭示真正的瑰宝。要完成本章，您需要注册一个OpenAI 帐户位于。如果您还没有
Python数据分析（4）：jieba分词详解
jieba分词器1. jieba分词器的分词模式说明jieba分词器提供4种分词模式，并且支持简体/繁体分词、自定义词典、关键词提取、词性标注。（1）精确模式该模式会将句子最精确地切分开，适合在文本分析时使用。（2）全模式该模式会将句子中所有成词的词语都扫描出来，速度也非常快，缺点是不能解决歧义问题
LDA主题模型简介及Python实现
一、LDA主题模型简介LDA主题模型主要用于推测文档的主题分布，可以将文档集中每篇文档的主题以概率分布的形式给出根据主题进行主题聚类或文本分类。LDA主题模型不关心文档中单词的顺序，通常使用词袋特征（bag-of-word feature）来代表文档。词袋模型介绍可以参考这篇文章：文本向量化表示——
为了摸鱼，我开发了一个工具网站
Sql-Translation（简称ST）是一个 Json转译SQL工具，在同类工具的基础上增强了功能，为节省时间、提高工作效率而生。并且遵循 “轻页面、重逻辑” 的原则，由极简页面来处理复杂任务，且它不仅仅是一个项目，而是以“降低时间成本、提高效率”为目标的执行工具。
BERT详解：概念、原理与应用
对bert的原理，结构，预训练过程进行介绍
信号处理——MATLAB音频信号加噪、滤波
音频信号叠加噪声及滤波一、前言二、信号分析及加噪三、滤波去噪四、总结一、前言之前一直对硬件上的内容比较关注，但是可能是因为硬件方面的东西可能真的是比较杂，而且需要渗透的东西太多了，所以学习进展比较缓慢。因为也很少有单纯的硬件学习研究，总是会伴随着各种理论需要硬件做支撑，所以还是想要慢慢接触理论学习。
使用马尔可夫链构建文本生成器
本文中将介绍一个流行的机器学习项目——文本生成器，你将了解如何构建文本生成器，并了解如何实现马尔可夫链以实现更快的预测模型。
TwoModalBERT进行角色分类
魔改模型，不一定有用，但很好玩
