语料
正则表达式的生成方法及应用、装置、设备和存储介质
(19)中华人民共和国国家知识产权局(12)发明专利说明书(10)申请公布号 CN 114238634 A(43)申请公布日 2022.03.25(21)申请号 CN202111518491.5(22)申请日 2021.12.13(71)申请人 北京智齿众服技术咨询有限公司 地址 100071 北京市丰台区南四环西路186号二区9号楼-1至11层101内2层16室(72)...
tts正则化测试语料
tts正则化测试语料【最新版】1.TTS 正则化测试语料概述 2.TTS 正则化测试语料的特点 正则化英语3.TTS 正则化测试语料的应用 4.TTS 正则化测试语料的发展趋势正文1.TTS 正则化测试语料概述 TTS 正则化测试语料，即 Text-to-Speech（文本到语音）正则化测试语料，是一种用于评估和优化语音合成系统的标准测试数据。通过这...
2021届新高考英语书面表达(读后续写)高分语料积累
2021届新高考英语书面表达(读后续写)高分语料积累表示“哭”的描写1.burst into tears2.weep/sob 3.be about ars streamed down his face/cheeks6.with tears streaming down his face/cheeks7.with tear...
用python做含有中文的正则表达式模式匹配
⽤python做含有中⽂的正则表达式模式匹配#!/usr/bin/python#-*- coding:gbk-*-'''spec：根据是否命中126W⼈名，将usrdict分为两个部分parms:[IN][IN][OUT]author: liuyusi0121@sogou-inc date 20120808'''import re;import sys;def LoadKeys(filen...
陕西省旅游景区公示语翻译语料库系统的设计与实现
陕西省旅游景区公示语翻译语料库系统的设计与实现作者：董，高东怀，朱益平，张知元来源：《中国教育信息化·高教职教》2012年第12期 摘 要：根据语料库语言学的基本观点，结合陕西省旅游景区的文化特及多样性特点，对陕西省旅游景区公示语翻译语料库的主题栏目进行了规划，开发了一套基于PHP的陕西省旅游景区公示语翻译语料库系统。该系统...
NLP入门系列一:搜狗新闻语料处理和word2vec词向量的训练
NLP⼊门系列⼀：搜狗新闻语料处理和word2vec词向量的训练新闻语料预处理def is_Qnumber(uchar):"""判断⼀个unicode是否是全⾓数字"""if uchar >= u'\uff10' and uchar <= u'\uff19':return Trueelse:return Falsedef is_Qalphabet(uchar):"""判断⼀个unico...
读后续写语料积累15--惊讶舒缓
读后续写语料积累15--惊讶舒缓惊讶&舒缓1． He breathed a sigh of relief.他松了⼀⼝⽓。2． He felt greatly relieved and his joy was immense.他感到如释重负，快乐⽆限。3． He could feel the tension released and a warmth spread through his b...
tensorflow2.0(Keras)实现seq2seq+Attention模型的对话系。。。
tensorflow2.0（Keras）实现seq2seq+Attention模型的对话系。。。本⽂⽬录结构序列⽣成的两种⽅法⽐较seq2seq模型介绍Keras实现seq2seq+Atttention模型模型详细结构seq2seq模型训练模型预测序列⽣成的两种⽅法⽐较：通⽤的解释：以Encoder-Decoder框架为例，输⼊Source和输出Target内容是不⼀样的，⽐如对于英-中机器翻译来...
多注意力机制的藏汉机器翻译方法研究
多注意力机制的藏汉机器翻译方法研究刘赛虎，珠杰*（西藏大学信息科学技术学院，西藏拉萨850000）摘要：互联互通时代了解和掌握不同语言的区域文化和信息十分重要，机器翻译是目前广泛应用的交流媒介。本文以藏汉机器翻译为研究对象，利用Transformer框架和模型，研究了基于Transformer多注意力机制的藏汉机器翻译方法。经过实验，评估了多语料融合实验、语料双切分实验对比效果，得到了BLEU值3...
python文本聚类可视化_使用K-means及TF-IDF算法对中文文本聚类并可视 ...
python⽂本聚类可视化_使⽤K-means及TF-IDF算法对中⽂⽂本聚类并可视化使⽤K-means及TF-IDF算法对中⽂⽂本聚类并可视化2018-05-317,826对于⽆监督学习来说，聚类算法对于数据挖掘、NLP处理等⽅向都有着⾮常重要的地位。常见的聚类算法⽐如K-means、BIRCH(Balanced Iterative Reducing and Clustering Using H...
libsvmjava情感分类_自然语言处理系列篇——情感分类
libsvmjava情感分类_⾃然语⾔处理系列篇——情感分类情感分类是对带有感情⾊彩的主观性⽂本进⾏分析、推理的过程，即分析对说话⼈的态度，倾向正⾯，还是反⾯。它与传统的⽂本主题分类⼜不相同，传统主题分类是分析⽂本讨论的客观内容，⽽情感分类是要从⽂本中得到它是否⽀持某种观点的信息。⽐如，“⽇媒：认为歼-31能够抗衡F-35，这种说法颇具恭维的意味。”传统主题分类是要将其归为类别为“军事”主题，⽽情...
一个超大规模分类标注语料库的建立
一个超大规模分类标注语料库的建立刘华摘要：针对文本分类中训练（测试）集获得较难、分类系统不合理的问题，我们构建了一个超大规模层级网页分类语料库。该语料库字段信息丰富，分类系统科学，存储格式可扩展性强、语义结构化。适合构建文本分类、话题识别和信息检索的大型训练（测试）集。关键词：语料库内容解析字段信息分类体系 xmlConstruction of a Super Classed and...
StanfordNER模型使用,训练自己的NER模型,终端使用和java调用
StanfordNER模型使⽤，训练⾃⼰的NER模型，终端使⽤和java调⽤使⽤Stanford NER模型对语料进⾏命名实体识别⾸先下载Stanford NER包，地址nlp.stanford.edu/software/CRF-NER.html，然后下载解压即可使⽤。⼀、⽤Stanford NER原始训练好的模型对语料识别1.简单默认操作：命令：java -mx600m -cp...
Paddleocr文本识别数据集的合成与制作---超级详细
Paddleocr⽂本识别数据集的合成与制作----超级详细⽬录前⾔由于官⽅提供的Paddleocr模型是⼀个通⽤的OCR识别模型，在很多的⽇常的场景中识别准确还是可以的，但是在⼀些⽐较特殊的场景中，识别的精确度就不是很好。如果要让我们的模型更加符合⾃⼰的业务需要，那么就需要训练我们⾃⼰的OCR识别模型。OCR识别分为⽂本检测和⽂本识别，⽂本检测就是让模型到⽂字所在的位置，⽽⽂本识别是在⽂本检测...
使用LSTM进行文本分类
使⽤LSTM进⾏⽂本分类说明之前写过⽤lstm模型做的⽂本分类，但是代码结构⾮常混乱。读过Bert源码后，决定模仿Bert的结构，⾃⼰重新写⼀遍使⽤lstm模型的代码。只作为熟悉tensorflow各个api与⼀个⽐较清楚的NLP模型结构的练⼿⽤，不求更⾼的准确率。使⽤包含10个商品类别，60000+数据的，已标注正负情感的商品评论数据作为训练语料。原⽂件为csv格式，包含3个字段：cat（类别）...
Gensim入门教程
Gensim⼊门教程What is Gensim?是⼀款开源的第三⽅Python⼯具包，⽤于从原始的⾮结构化的⽂本中，⽆监督地学习到⽂本隐层的主题向量表达。它⽀持包括TF-IDF，LSA，LDA，和word2vec在内的多种主题模型算法，⽀持流式训练，并提供了诸如相似度计算，信息检索等⼀些常⽤任务的API接⼝。基本概念语料（Corpus）：⼀组原始⽂本的集合，⽤于⽆监督地训练⽂本主题的隐层结构。语...
