社区
非技术区
帖子详情
有人知道关于.ner那方面有什么大中型项目
顾左
2019-04-03 05:43:41
有人知道关于.ner那方面有什么大中型项目
...全文
208
5
打赏
收藏
有人知道关于.ner那方面有什么大中型项目
有人知道关于.ner那方面有什么大中型项目
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
5 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
wanghui0380
2019-04-04
打赏
举报
回复
大部分人只喜欢看最外面一层,最外面一层有啥?
飞机最外面是一层“油漆工”喷漆的,然后你说“油漆工”最牛逼,任何世界级的东西外面都是“油漆工”的功劳
wanghui0380
2019-04-04
打赏
举报
回复
唉,哪怕是javaer也有一半不是用java写的。
docker是java的么?java在用。
ribbitmq是java的么?java在用
Nginx是java的么?java在用
--------------------------
现在的项目早就不是你们以为的那样的方式在开发的,尤其是你所谓的大中型项目,那是是N个子系统互相隔离,但协同运作的。所以不是什么net有啥大中型项目,而是根本上任何一个大中型项目都是混合模式的。
这个问题就好像问“有人知道钳工都做了那些大中型项目么”一样,我们说钳工参与了航天飞机,宇宙飞船的项目。
正怒月神
2019-04-04
打赏
举报
回复
那方面是哪方面
vaivxuanzi
2019-04-04
打赏
举报
回复
那方面是哪方面
https://github.com/jobbole/awesome-dotnet-cn
大葡萄八块一斤
2019-04-03
打赏
举报
回复
那方面是哪方面
UER-py:PyTorch和预训练的模型动物园中的开源预训练模型框架
| 预培训已成为NLP任务的重要组成部分,并带来了显着的进步。 UER-py(通用编码器表示形式)是用于对通用域语料库进行预训练并针对下游任务进行微调的工具包。 UER-py保持模型模块化并支持研究的可扩展性。 它有助于使用不同的预训练模型(例如BERT,GPT,ELMO),并为用户提供了进一步扩展的界面。 使用UER-py,我们建立了一个模型动物园,其中包含基于不同语料库,编码器和目标的预训练模型。 最近,我们收到了经过预训练的[中国36层RoBERTa]( )和[中国36层RoBERTa-WWM]( )模型使用腾讯云TI-ONE(有关详细配置,请参阅models / bert_xlarge_config.json)。
有人
告诉我们,36层RoBERTa在某些下游任务(例如XNLI和CMRC2018)上取得了改进,并且具有更多语料库和训练步骤的模型将在不久的将来发布。 我们期待用户对此模型的反馈。 对于大型模型,我们建议使用较小的学习率(例如1e-5)。 目录 产品特点 UER-py具有以下功能: 重现性。 UER-py已在许多数据集上进行了测试,应该与原始预训练模型实现
Atitit
NER
实体命名识别(Name Entity Recognition 目录 1.1. a.
NER
实体命名识别(Name Entity Recognition) 1 2.
NER
抽
Atitit
NER
实体命名识别(Name Entity Recognition 目录 1.1. a.
NER
实体命名识别(Name Entity Recognition) 1 2.
NER
抽取方法 3 2.1. 基于规则 3 2.2. 统计方法逐渐成为自然语言处理的主流 3 2.3. 条件随机场(CRF)模型用于命名实体识别。 3 2.4. 2.基于多特征的...
实战自然语言处理
自然语言处理专题系列课,内含中文分词、
NER
、关键词提取算法、句法分析、情感分析等九个专题课程,每个课程与实战环境相结合,带你快速掌握NLP开发能力。
初识
NER
及其应用
NER
-BILSTM-CNN
文章目录Named Entity Recognition1.
NER
1.1
NER
定义1.2 数据格式1.2.1 BIO1.2.2 BIOES1.3 开源库1.4 相关数据集1.5 方法2. BILSTM2.1 BILSTM classify2.2 BILSTM seq encode3.
NER
应用:
NER
-BILSTM-CNN4.
NER
应用:BERT-
NER
5. 总结6. 参考 Named Entity Recognition 1.
NER
1.1
NER
定义 命名实体识别(
NER
): 也称为实体识别、
命名实体识别(
NER
)综述
1.
NER
介绍 1.1 理论 命名实体识别(
NER
)是自然语言处理领域的核心技术之一,它的目标是从一段非结构化文本中识别出属于特定类别的命名实体,进而支持下游任务。例如,为了接入地图搜索服务API,查询POI信息,我们从“我要去北京市北三环西路”中,识别出市辖区类“北京市”和道路类“北三环西路”这两个实体,并作为参数值传入搜索服务API(这一步骤被称为填槽),搜索完成后可获取对应的查询结果。 1.2 常见命名实体 在公开
NER
语料中,命名实体类别以“时间TIME、地名LOC、人名PER、机构ORG”最为常
非技术区
7,765
社区成员
63,201
社区内容
发帖
与我相关
我的任务
非技术区
.NET技术 非技术区
复制链接
扫一扫
分享
社区描述
.NET技术 非技术区
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章