【Sentence-bert】 Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks 论文: http...
IP属地：西藏
-
【NLP论文】文本匹配/文本语义相似度任务、句向量生成相关论文
-
【NLP论文】新意图发现相关论文1.Constrained Deep Adaptive Clustering with Cluster Refinement 论文:https://ojs.aaai.org/...
-
【NLP论文】OOD (Out-of-Distribution) 检测相关论文1. GOLD: Improving Out-of-Scope Detection in Dialogues using Data Augmentation 论文：https...
-
【NLP论文】对比学习相关论文1. Self-Guided Contrastive Learning for BERT Sentence Representations 论文：https://arxiv....
-
【NLP论文】Prompt Learning提示学习相关论文1.Exploiting Cloze Questions for Few Shot Text Classifification and Natural Language In...
-
【NLP论文】文本纠错相关论文
错别字类型 1. 字形相似错误。 2. 拼音相似错误 3. 其他: 多字、少字、乱序 纠错难点 1. 需要一定的知识背景: 专有名词、人名等 2. 需要一定推理和分析能力 3...
-
【NLP实战】文本纠错: pycorrector
Pycorrector实现文本纠错 代码: https://github.com/shibing624/pycorrector[https://github.com/shib...
-
【NLP论文】SimCSE: 基于对比学习的句向量SimCSE: Simple Contrastive Learning of Sentence Embeddings 摘要 论文利用对比学习获得更优的句子向量，不管是用无标签...
-
【学习笔记】NLP-BERT系列【BERT】问题 - 预训练与微调之间的不匹配问题，微调时从未看到[MASK] - 收敛速度慢: 每个batch中只预测了15%的token，导致收敛速度慢；换句话说，模型只...
-
【NLP论文】seq2seq预训练语言模型: BART摘要 BART是一个用来预训练seq-to-seq模型的去噪自编码器。它通过在输入序列中加入随机的噪声函数，并利用seq2seq结构从损坏的文本中重构原始文本来训练模型。BA...
-
【NLP论文】中文实体抽取: LEAR摘要 Span extraction旨在从原始文本中抽取出一些文本span (如单词或短语)。引入标签信息（如实体的tag）有助于提升文本表示，可以将span extract...
-
机器学习基础（1）- ROC曲线理解本文用于理解ROC曲线的定义，绘制过程及其应用实现，主要用于自我温习回顾基础 基本目录如下： 什么是ROC曲线？1.1 ROC曲线的历史1.2 ROC曲线的定义1.3 ROC...
-
机器学习基础（2）- PCA与LDA比较本文用于理解机器学习中常见的两种降维方法，主成分分析和线性判别分析，并对两者进行简单的对比。 基本目录如下： 什么是PCA？1.1 先导数学知识准备1.2 PCA基本概念理解...
-
机器学习基础（16）- 主题模型LDA理解与应用本文主要用于理解主题模型LDA（Latent Dirichlet Allocation）其背后的数学原理及其推导过程。本菇力求用简单的推理来论证LDA背后复杂的数学知识，苦于...
-
【NLP论文笔记】Sequence to Sequence Learning with Neural Networks本文主要用于记录谷歌发表于2014年的一篇神作（引用量上千），现已被广泛使用的Sequence to Sequence模型论文。方便初学者快速入门，以及自我回顾。 论文链接：...
-
【NLP论文笔记】Neural machine translation by jointly learning to align and translate本文主要用于记录发表于2014年的一篇神作（引用量破5k）。该论文第一次将注意力机制引入了NLP领域，而本笔记意在方便初学者快速入门，以及自我回顾。 论文链接：https:/...
-
【NLP论文笔记】Effective Approaches to Attention-based Neural Machine Translation本文主要用于记录发表于2015年的一篇神作（引用量上千）。该论文将注意力机制在机器翻译的领域进行了升级，而本笔记意在方便初学者快速入门，以及自我回顾。 论文链接：http:/...
