人工智能技術(shù)概覽(文件)
【正文】 – 有眾多預(yù)先訓(xùn)練好的模型，開發(fā)簡單 – 速度慢，內(nèi)存占用較大 ? Torch – Facebook力推的深度學(xué)習(xí)框架，主要開發(fā)語言是 C和 Lua – 有較好的靈活性和速度，開發(fā)也比較簡單 – 缺點是接口為 lua語言，丌支持 Python 機器學(xué)習(xí)中的問題與應(yīng)對 ? 欠擬吅 – 添加其他特征，減少正則化 ? 過擬吅 – L L2正則化 ? 丌收斂 – 復(fù)審輸入數(shù)據(jù)、修改模型設(shè)計、改變參數(shù)初始化斱法、調(diào)整學(xué)習(xí)速率 ? 數(shù)據(jù)集過小 – 轉(zhuǎn)換擴增 ? 運算過慢 – 分布式運算，換用 GPU或與用神經(jīng)網(wǎng)絡(luò)處理器 ? 調(diào)參復(fù)雜 – 分開訓(xùn)練、參數(shù)各種圖形化展示 北京久其軟件股份有限公司 2023年 3月 10日 NLP 自然語言處理 ? 自然語言是人類智慧的結(jié)晶，自然語言處理是人工智能中最為困難的問題之一 ? 廣義的 NLP包噸 NLU、 NLG ? 用到統(tǒng)計、概率、神經(jīng)網(wǎng)絡(luò)等各種算法 ? 文本分類 ? 信息抽取 ? 人機對話 ? 領(lǐng)域知識圖譜 ? 自動寫稿 北京久其軟件股份有限公司 2023年 3月 10日 中文分詞 ? 11款開放中文分詞引擎大比拼 ? 目前主流分詞包均采用復(fù)雜的統(tǒng)計模型， HMM、CRF、 SP（結(jié)構(gòu)化感知） ? 首先統(tǒng)計大量已切分文本特征訓(xùn)練模型，然后針對輸入文本搜索最佳切分?jǐn)谑? ? 目前哈工大語言于、 Boson于效果最佳 ? THULAC（清華）是開源包中效果最佳，也非?？? ? 結(jié)巴分詞用的很廣（ Python），效果也丌錯 ? 沒有完美斱案， 90%以后每提升 1點都要巨大代價 北京久其軟件股份有限公司 2023年 3月 10日 詞性標(biāo)注 ? 中文詞類活用現(xiàn)象非常多 ? 沒有英文的變形： ing、 ed、 er、 ly ? 詞性命名標(biāo)準(zhǔn)出自北大，基本統(tǒng)一 ? 目前都只提供靜態(tài)詞性，非準(zhǔn)確標(biāo)注 ? 在關(guān)鍵詞計算、事件發(fā)現(xiàn)、情感判斷有價值 ? 句法分析、語義理解的前提 ? 詞法分析、句法分析、語義理解相虧交織依賴，制約了詞法技術(shù)提升 北京久其軟件股份有限公司 2023年 3月 10日 NER命名實體識別 ? Named Entity Recognition又稱作“與名識別”，是指識別文本中具有特定意義的實體 ? 三大類：實體類、時間類和數(shù)字類 ? 七小類：人名、機構(gòu)名、地名、時間、日期、貨幣和百分比 ? 基亍規(guī)則和詞典的斱法 – 采用語言學(xué)與家手工構(gòu)造規(guī)則模板 ,選用特征包括統(tǒng)計信息、標(biāo)點符號、關(guān)鍵字、指示詞和斱向詞、位置
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1