nlp 相关问题

自然语言处理（NLP）是人工智能的子领域，涉及从自然语言数据转换或提取有用信息。方法包括机器学习和基于规则的方法。

实力提取和核心因素

这里是我的示例文本，是从对话中进行的。

python nlp named-entity-recognition

回答 0 投票 0

我刚开始学习NLP，我使用Gensim遇到了一些问题。运行后：

pip install --upgrade gensim

numpy nlp google-colaboratory gensim

回答 0 投票 0

具有Spacy的其他命名实体识别所需的培训数据量是多少？我使用spacy模块查找输入文本的名称实体。我正在训练该模型以预测医学术语。我目前可以使用200万张医疗票据，我为此写了一个程序。

我想知道是否有人成功培训了一个新实体，可以使我对他们在至少具有某种可靠的实体认可所必需的培训中的个人经验有所了解。

machine-learning nlp spacy named-entity-recognition

回答 1 投票 0

选区解析器和依赖解析器之间有什么区别？两者的不同用法是什么？

依赖性parser

parsing nlp terminology

回答 1 投票 0

从子字代币编码中获取单词级编码

是平均的子词编码一种合理的方法吗？如果没有，是否有更好的选择？

nlp tokenize bert-language-model huggingface-transformers

回答 0 投票 0

语言混合的神道相似性

nlp spacy word2vec bert-language-model sentence-similarity

回答 0 投票 0

将口语和书面形式文本的相似性结合在一起我将口头文字转换为书面形式。例如，“他欠我两千美元”应该转换为“他欠我2,000美元”。我想要自动检查，要ju ...

nlp large-language-model

回答 0 投票 0

如何使用NLP库将动词从现在的时态转换为过去时？

我想做什么我想通过使用NLP库，将动词从现在的时态转换为过去时态。当她离开厨房时，他的声音跟随她。＃输出当她离开

python python-3.x nlp stanford-nlp spacy

回答 2 投票 0

如果文本超过max_seq_length，我可以如何使句子 - bert抛出一个例外，而最大可能的max_seq_length是全米尼l6-v2？

from sentence_transformers import SentenceTransformer model = SentenceTransformer('all-MiniLM-L6-v2') model.max_seq_length = 512 model.encode(text)

nlp huggingface-transformers bert-language-model huggingface-tokenizers sentence-transformers

回答 1 投票 0

如何在Porter Stemmer Java代码上运行输入文件？

java nlp porter-stemmer

回答 1 投票 0

有一种方法可以找到整个数据集的最具代表性的样本集？我正在研究文本分类，我有200.000条推文。这个想法是手动标记一组简短的推文和火车分类器，以预测其余标签。监督学习...

该想法是手动标记一组简短的推文和火车分类器，以预测其余标签。监督学习

machine-learning scikit-learn nlp data-science text-classification

回答 2 投票 0

我是抹布和vectordb的新手。我正在尝试提高我已刮入Pinecone的评论。对于嵌入模型IM，使用

nlp rag pinecone

回答 1 投票 0

储存图像，而不是在服务器中显示我正在在服务器中运行此[site] [1]上的代码

代码是这样的：

python nlp large-language-model

回答 1 投票 0

python numpy machine-learning nlp scikit-learn

回答 2 投票 0

我需要对文本进行分类，我正在使用文本blob python模块来实现它。我可以使用幼稚的贝叶斯分类器/决策树。我担心以下提到的观点。

分类为参数/而不是参数。我正在使用两个分类器，并使用APT数据集训练模型。我的问题是我只需要用关键字训练模型吗？或者我可以使用所有可能的参数训练数据集，而非参数

python machine-learning nlp text-classification

回答 0 投票 0

我正在尝试从以下段落结构中提取此类信息：

spaCy

python nlp information-extraction spacy

回答 1 投票 0

是因为内部的内容，是的，它是基于本文的两个步骤CCA方法的Word2Vec的变体：

python neural-network nlp rasa-nlu

回答 1 投票 0

我正在尝试比较两个短语的语义。在Python中，我使用的是NLTK和Difflib。首先，我要从短语中删除停止单词，然后我使用wordnetlemmatizer和Porterstemmer将单词正常化，然后将其余的与Difflib的SequenceMatcher进行比较。我仍然认为有一种比使用fifflib更好的方法。有什么建议或倾向吗？在短语之间的比较中，是否有使用WordNet的库？我正在制定的步骤正确吗？

S空间套件。

nlp nltk wordnet difflib semantic-analysis

回答 1 投票 0

句子之间的语义相似性

java machine-learning nlp

回答 2 投票 0

from presidio_anonymizer import PresidioAnonymizer from presidio_reversible_anonymizer import PresidioReversibleAnonymizer config = { "nlp_engine_name": "spacy", "models": [{"lang_code": "pl", "model_name": "pl_core_news_lg"}], } anonymizer = PresidioAnonymizer(analyzed_fields=["PERSON", "PHONE_NUMBER", "EMAIL_ADDRESS"], languages_config=config) anonymizer_tool = PresidioReversibleAnonymizer(analyzed_fields=["PERSON", "PHONE_NUMBER", "EMAIL_ADDRESS"], languages_config=config) text = "Jan Kowalski mieszka w Warszawie i ma e-mail [email protected]." anonymized_result = anonymizer_tool.anonymize(text) anon_result = anonymizer.anonymize(text) deanonymized_result = anonymizer_tool.deanonymize(anonymized_result) print("Anonymized text:", anonymized_result) print("Deanonymized text:", deanonymized_result) print("Map:", anonymizer_tool.deanonymizer_mapping) print("Anonymized text:", anon_result)

python nlp spacy langchain presidio

回答 1 投票 0

最新问题

© www.soinside.com 2019 - 2025. All rights reserved.