百度的官方网站,猪八戒做的网站怎么样,wordpress google广告,商丘网红宋飞文章目录 起源: NLP 的起源可以追溯到阿兰图灵在20 世纪50年代提出的图灵测试。图灵测试的基本思想是#xff0c;如果一个计算机程序能在自然语言对话中表现得像一个人#xff0c;那么我们可以说它具有智能。从这里我们可以看出#xff0c;AI最早的愿景与自然语言处理息息相… 文章目录 起源: NLP 的起源可以追溯到阿兰·图灵在20 世纪50年代提出的图灵测试。图灵测试的基本思想是如果一个计算机程序能在自然语言对话中表现得像一个人那么我们可以说它具有智能。从这里我们可以看出AI最早的愿景与自然语言处理息息相关。NLP问题是AI从诞生之日起就亟须解决的主要问题。 基于规则:在随后的数十年中人们尝试通过基于语法和语义规则的方法来解决NLP问题。然而由于规则很多且十分复杂这种方法无法涵盖所有的语言现象。基于规则的语言模型的简单示例如下图所示。 基于统计:1970年以后以弗雷德里克·贾里尼克(Frederick Jelinek)为首的IBM 科学家们采用了基于统计的方法来解决语音识别的问题终于把一个基于规则的问题转换成了一个数学问题最终使NLP任务的准确率有了质的提升。至此人们才纷纷意识到原来的方法可能是行不通的采用统计的方法才是一条正确的道路。因此人们基于统计定义了语言模型(Language Model,LM):语言模型是一种用于捕捉自然语言中词汇、短语和句子的概率分布的统计模型。简单来说语言模型旨在估计给定文本序列出现的概率以帮助理解语言的结构和生成新的文本。 深度学习和大数据驱动:在确定了以统计学方法作为解决NLP 问题的主要武器之后随着计算能力的提升和深度学习技术的发展大数据驱动的NLP技术已经成为主流。这种技术使用深度神经网络(Deep Neural Network,也就是深层神经网络)等技术来处理海量的自然语言数据从而学习到语言的复杂结构和语义。目前的大型预训练语言模型在很多NLP任务上的表现甚至已经超过人类不仅可以应用于语音识别、文本分类等任务还可以生成自然语言文本如对话系统、机器翻译等。
不难发现基于规则和基于统计的语言模型是NLP技术发展的关键节点而大规模语言模型的诞生又进一步拓展了NLP技术的应用范围。 学习的参考资料 1书籍 利用Python进行数据分析 西瓜书 百面机器学习 机器学习实战 阿里云天池大赛赛题解析(机器学习篇) 白话机器学习中的数学 零基础学机器学习 图解机器学习算法
动手学深度学习pytorch
…
2机构 光环大数据 开课吧 极客时间 七月在线 深度之眼 贪心学院 拉勾教育 博学谷 慕课网 海贼宝藏 …
