做调查网站怎样换IP,靖江有哪些做网站的,做网站用买服务器码,浏览器的网站通知怎么做人工智能-NLP简单知识汇总01
1.1自然语言处理的基本概念
自然语言处理难点#xff1a;
语音歧义句子切分歧义词义歧义结构歧义代指歧义省略歧义语用歧义
总而言之#xff1a;#xff01;#xff01;语言无处不歧义
1.2自然语言处理的基本范式
1.2.1基于规则的方法
通…人工智能-NLP简单知识汇总01
1.1自然语言处理的基本概念
自然语言处理难点
语音歧义句子切分歧义词义歧义结构歧义代指歧义省略歧义语用歧义
总而言之语言无处不歧义
1.2自然语言处理的基本范式
1.2.1基于规则的方法
通过词汇、形式文法等制定的规则引入语言学知识从而完成相应的自然语言处理任务 对于机器翻译任务可以构造如下规则库
if 汉语主语我 then 英语主语 I
if 英语主语I then 英语 be动词 am/was
if 汉语 苹果 and 没有修饰量词 then 英语 apples就是基于固定规则优缺点显而易见
1.2.2基于机器学习的方法
将自然语言处理任务转化为某种分类任务 数据构建既是构建语料库Corpus 数据预处理既是简单的数据处理划分。 特征构建阶段是提取对于机器学习模型有用的特征。 模型学习阶段既是选择合适的机器学习模型确定学习准则训练模型参数。
需要人工处理的特别多
1.2.3基于深度学习的方法
将特征学习和预测模型融合通过优化算法使得模型自动地学习出好的特征表示并基于此进行结果预测 数据预处理简单通过多层特征转换将原始数据转换为更加抽象的表示。可以在一定程度上完全代替人工设计的特征。也称为表示学习。利用自监督任务进行预处理通过海量的数据得到更加通用语言表示根据下游任务进行网络调整。
1.2.4基于大模型的方法
将大量各类型自然语言处理任务统一为生成式自然语言理解框架 在大规模语言模型构建阶段通过大量的文本内容训练模型长文本的建模能力使得模型具有语言生成能力并使得模型获得隐式的世界知识。在通用能力注入阶段利用包括阅读理解、情感分析、信息抽取等现有任务的标注数据结合人工设计的指令词对模型进行多任务训练从而使得模型具有很好的任务泛化能力。特定任务使用阶段则变得非常简单由于模型具备了通用任务能力只需要根据任务需求设计任务指令将任务中所需处理的文本内容与指令结合然后就可以利用大模型得到所需结果。
