文字挖掘从小白到精通（一）：语料、向量空间和模型的概念_gensim

本文给大家介绍几个在使用gensim进行文字挖掘所需了解的基本概念和术语，并提供一些简单的用法示例。enjoy~ 笔者最近在梳理自己的文字挖掘知识结构，借助gensim、sklearn、keras等库的档案做了些扩充，希望在梳理自身知识体系的同时也能对想学…

2019-09-25 科技 我要分享

搜狗输入法语料库超1TB:为传统输入法30倍 领先…

　　来自搜狗输入法的统计数据显示，其输入法语料库容量已超过1TB，是传统输入法约40GB的30倍，而相对于日文、韩文等全世界其他语系的输入法...

2019-04-09 综合 我要分享

【寻找在地AI技术力】台湾的中文语音引擎在哪里？（下）

台湾有自己的AI语音技术吗？iThome亲自走访后发现，答案是有的，而且厉害的人也不少，只是一直以来都默默耕耘，没有被看见

2019-02-20 综合 我要分享

GitHub发布CodeSearchNet语料库以及挑战赛，推动自然语言程式码搜寻技术发展

GitHub为自然语言程式码搜寻建立了基准模型，同时提供CodeSearchNet挑战赛排行榜，让研究人员竞争语义程式码搜寻技术成果

2019-10-01 综合 我要分享

机器之心独家对话百度 NLP：先解决语义理解，…

　　9 月 28 日，Google 在 Research Blog 中介绍其神经网络机器翻译系统(GNMT)进展，译文质量的大幅提升引发业内极大关注。

2020-02-03 综合 我要分享

聚力打造多语言大数据与人工智能翻译平台，…

近日，上海一者信息科技有限公司(以下简称为“Tmxmall”)宣布完成1800万元A轮融资，本轮...

2019-03-12 综合 我要分享

Meta 发布首个「非参数化」掩码语言模型 NPM ：吊打 500 倍参数量的 GPT-3

Meta发布首个非参数化掩码语言模型NPM：那年双手插兜，不知道什么叫做outofvocabulary虽然大型语言模型在NLP领域展现出的强大性能十分惊人，但其带来的负面代价也很严重，比如训练过于昂贵

2023-01-06 资讯 我要分享

LINE Brain明年落地台湾，Clova Chatbot建置工具终于支援中文，明年LINE Bank客服也会用

开发者只需要上传自家对话语料，Clova Chatbot Builder会利用BERT等机器学习模型来进行预处理，再提供4种自动优化用的机器学习模型，包括了RNN模型、分类器模型、Embedding模型和多回合侦测模型。LINE台湾更宣布，引进LINE Brain的AI业务落地，先应用于内部业务，2020年下半年在台展开试行，开放台湾合作的企业先试用，目前已经展开人员招募

2019-12-04 综合 我要分享

大资料应用成功范例：包容繁杂的Google翻译系统 虽不完美但要最好

【枫凡君伴您读书】大资料时代：生活、工作与思维的大变革（著者：维克托·迈尔-舍恩伯格,肯尼思·库克耶）无所不包的谷歌翻译系统2006年，谷歌公司也开始涉足机器翻译。这被当作实现“收集全世界的资料资源，并让人人都可享受这些资源”这个目标的一个步骤。谷歌翻译开始利…

2019-12-09 科技 我要分享

Google释出多语言问答基准TyDi QA，改进模型处理特殊语言问答的能力

许多独特的语言以特殊的结构或方式表达意思，Google新释出的语料库收集了11种语言的问答集

2020-02-11 综合 我要分享

中译语通入选工信部AI产业创新重点任务

2020年1月20日,北京市经济和信息化局组织召开“北京市人工智能揭榜单位座谈会”,为入围工...

2020-02-03 综合 我要分享

【Line AI生产力关键1：通用NLP模型】以HyperCLOVA发展企业NLP服务，下一步抢攻通用AI

Line揭露一款820亿个参数的大型语言模型HyperCLOVA，并以此为核心引擎发展一系列企业AI工具，接下来还要结合电脑视觉，打造更通用的AI产品

2021-11-22 综合 我要分享

OPPO用户抢先体验！Breeno语音上线愚人节4大限…

4月1日愚人节，Breeno语音正式上线“打开前置自拍”、“触发语料发朋友圈”、““逗你玩&rdquo...

2020-04-01 综合 我要分享

输入一段问题 自动给你推荐程式码 Facebook用自然语言搜寻程式码

晓查 发自 凹非寺 量子位 报道 | 公众号 QbitAI“如何关闭或隐藏Android软键盘？”如果你是个Android入门开发者，去Stack Overflow论坛去寻找上非常热门的Android开发问题，很快会有别人贴出一段程式码。遇到程式设计问题，程式…

2019-09-30 科技 我要分享

从字到词 大词典中文BERT模型的探索之旅

导语： BERT模型自诞生以来统治了各项NLP任务的榜单，谷歌也针对中文给出了基于字的模型。然而我们知道词是语言最重要的组成部分，因此，一个自然的想法就是做基于词的BERT模型。但是受限于视讯内存，谷歌原生的BERT模型可以使用的词典比较小，只能覆盖一小部分…

2019-11-13 科技 我要分享

如何写最高阶的程式码？Facebook教你怎样用机器学习做程式码搜寻工具

选自Facebook AI Blog作者：Sonia Kim、Hongyu Li、Satish Chandra机器之心编译参与：路、一鸣、思源如何基于文字查询快速获取程式码示例，对于工程师而言是一个很影响效率的事儿。Facebook 最近提出了新型程式码搜寻工…

2019-08-12 科技 我要分享

【台湾AI语音引擎实例：台湾AI实验室】语音辨识不输国外，雅婷App连乡民用语都能懂

靠着搜集台湾在地新闻、影视、PTT语料，打造出不输给中国科大讯飞和Google的中文语音辨识工具，连台湾乡民都爱不释手

2019-02-21 综合 我要分享

用自然语言从GitHub搜程式码 跳过论坛提问环节 来自Facebook新研究_Intent

“如何关闭或隐藏Android软键盘？” 如果你是个Android入门开发者，去Stack Overflow论坛去寻找上非常热门的Android开发问题，很快会有别人贴出一段程式码。 然而有很多冷门问题，通常并不会在论坛中讨论，如果能在广阔的GitHub程…

2019-10-07 科技 我要分享

研究：AI不仅学习人类的外在言行，还学到了潜意识中的种族与性别歧视

研究先让AI系统从网络文字的庞大语料库中学习人类的用字与回应，接着对AI进行测验，发现AI也显现出对不同种族、性别与职业的偏见。

2018-01-17 综合 我要分享

360翻译上线 能自动识别用户输入语言

6 月 4 日消息，近日，360 搜索上线翻译频道，基于深度学习技术，支持中英互译，单词释义和例句展示，更理解国人表达习惯。360 翻译可以做到自动识别用户输入...

2018-06-04 科技 我要分享