Публикации по теме 'nlp'


Машинное обучение решает проблему фейковых новостей
Недавно у меня была возможность использовать машинное обучение для решения проблемы, которая находится в центре внимания американских СМИ, - трудности распознавания фейковых новостей. В частности, мой одноклассник Дэвид Массе и я применили два подхода к машинному обучению для выявления заведомо вводящих в заблуждение новостных статей: логистическая регрессия и наивный байесовский классификатор. Используя набор данных kaggle из 20 000 статей с метками, мы достигли точности 93% при..
ML ED: вложения слов - введение
Термин встраивание слов используется уже много лет, поэтому у большинства из вас, скорее всего, уже были какие-то точки соприкосновения с ним. Этот пост из серии ML ED (Машинное обучение, легко усваиваемый) будет посвящен объяснению основных принципов, лежащих в основе этой захватывающей методологии, например, что такое встраивание в целом, какую информацию он захватывает о слове и что из себя представляет. моменты, которые необходимо учитывать при их развертывании. В следующей..
Современное НЛП в масштабе с RAPIDS, HuggingFace и Dask
TLDR: Learn how to use RAPIDS, HuggingFace, and Dask for high-performance NLP. See how to build end-to-end NLP pipelines in a fast and scalable way on GPUs. This covers feature engineering, deep learning inference, and post-inference processing. Введение Современная обработка естественного языка (NLP) сочетает в себе моделирование, разработку функций и общую обработку текста. Модели глубокого обучения NLP могут обеспечить фантастическую производительность для таких задач, как..
Обнаружение эмоций с помощью моделей CNN Fusion
Обзор В этой работе предлагаются модели, которые объединяют информацию из разных модальностей (например, изображения и текст), чтобы иметь возможность классифицировать контент социальных сетей. Информация из разных модальностей объединяется с использованием моделей нейронных сетей через слой объединения . Кроме того, используется задача вспомогательного обучения для изучения общего пространства функций для всех модальностей (подробнее об этом позже). Мотивация..
Развертывание моделей HuggingFace на Amazon SageMaker менее чем за 10 минут
Используйте HuggingFace Hub для масштабного развертывания моделей НЛП Обычно я ненавижу кликбейтные заголовки, поэтому начну эту статью с обещания, что это не так. HuggingFace Hub содержит тысячи различных моделей НЛП, адаптированных для различных задач НЛП, от суммирования до генерации текста. Ранее в этом году Amazon SageMaker в партнерстве с HuggingFace выпустила контейнеры HuggingFace, управляемые AWS, что значительно упростило перенос моделей и сценариев HF в облако. В этой..
Новые специализации машинного обучения для опытных практиков
С особым упором на MLOps или ML Engineering Сегодня вам не нужно поступать в университет или колледж, чтобы сделать карьеру в области машинного обучения или какой-либо другой области, основанной на данных, но вам нужен план и дорожная карта , которыми вы сможете руководствоваться. После того, как вы наметили свою собственную дорожную карту обучения, имея в виду цель, следующим шагом будет отбор правильного набора курсов, который хорошо вписывается в вашу дорожную карту, и затем вы..
Обзор статьи 6: Нейронный машинный перевод путем совместного обучения выравниванию и переводу
В этом посте кратко изложена статья «Нейронный машинный перевод путем совместного обучения выравниванию и переводу». Ссылка на статью: https://arxiv.org/pdf/1409.0473.pdf Дмитрий Богданов, Кёнхён Чо, Йошуа Бенгио, 2015 г., «Нейронный машинный перевод путем совместного обучения выравниванию и переводу», в ICLR 2015 г. В этой статье предлагается новый подход к машинному переводу, который называется моделью внимания. В предыдущих методах для машинного перевода вводится модель..