课本 自然 小学
小学四则运算编程实践
这个依然有些困难，自己写不出来，搜索学习了https://www.cnblogs.com/iamwatershui/p/12609728.html，https://github.com/hts-technology/hts/tree/master等实践。 在过程中学习了c语言如何通过argv、arg ......
使用 ChatGPT 帮助小学生编程入门系列之二：使用 Python 编程发送电子邮件
本系列前一篇文章，我们已经介绍了如何使用 Python 编写一段代码，将搜索引擎上找到的天气预报网站上的信息，读取到本地： 使用 ChatGPT 帮助小学生编程入门系列之一：Python 编程读取和解析天气预报网页上的数据 本文我们再进一步，目标是把一段文本，通过 Python 发送到指定的邮箱去。 ......
使用 ChatGPT 帮助小学生编程入门系列之一：Python 编程读取和解析天气预报网页上的数据
现在国内小学生也开设了信息技术课，课程内容也涉及到了一些简单的编程实践，比如 Scratch 和 Python. 当初这个公众号申请时专门用了我儿子的名字，算是抢注吧，毕竟微信公众号和其他社交媒体平台不一样，不允许重名。 我也曾经和我儿子聊过，我今年都 40 多岁了，这个公众号将来迟早有一天会正式交 ......
小学四则运算编程实践（选做）
从《构建之法》第一章的 “程序” 例子出发，像阿超那样，花二十分钟写一个能自动生成小学四则运算题目的命令行 “软件”，满足以下需求： （以下参考博客链接：http://www.cnblogs.com/jiel/p/4810756.html） include <stdio.h> include <st ......
自然语言处理预训练——预训练BERT
原始的BERT有两个版本，其中基本模型有1.1亿个参数，大模型有3.4亿个参数。 在预训练BERT之后，我们可以用它来表示单个文本、文本对或其中的任何词元。 在实验中，同一个词元在不同的上下文中具有不同的BERT表示。这支持BERT表示是上下文敏感的。 ......
自然语言处理预训练——用于预训练BERT的数据集
为了预训练 14.8节中实现的BERT模型，我们需要以理想的格式生成数据集，以便于两个预训练任务：遮蔽语言模型和下一句预测。一方面，最初的BERT模型是在两个庞大的图书语料库和英语维基百科（参见 14.8.5节）的合集上预训练的，但它很难吸引这本书的大多数读者。另一方面，现成的预训练BERT模型可能 ......
自然语言处理预训练—— 来自Transformers的双向编码器表示（BERT）
我们已经介绍了几种用于自然语言理解的词嵌入模型。在预训练之后，输出可以被认为是一个矩阵，其中每一行都是一个表示预定义词表中词的向量。事实上，这些词嵌入模型都是与上下文无关的。让我们先来说明这个性质。 从上下文无关到上下文敏感 ELMo（Embeddings from Language Models） ......
自然语言处理预训练——词的相似性和类比任务
在 14.4节中，我们在一个小的数据集上训练了一个word2vec模型，并使用它为一个输入词寻找语义相似的词。实际上，在大型语料库上预先训练的词向量可以应用于下游的自然语言处理任务，这将在后面的 15节中讨论。为了直观地演示大型语料库中预训练词向量的语义，让我们将预训练词向量应用到词的相似性和类比任 ......
自然语言处理预训练——子词嵌入
在英语中，“helps”“helped”和“helping”等单词都是同一个词“help”的变形形式。“dog”和“dogs”之间的关系与“cat”和“cats”之间的关系相同，“boy”和“boyfriend”之间的关系与“girl”和“girlfriend”之间的关系相同。在法语和西班牙语等其他 ......
c5w2_自然语言处理与词嵌入
自然语言处理与词嵌入 词嵌入 one-hot向量表示了每个词在词汇表中的位置，但是每个one-hot向量的内积为0，不能表示出每个词之间的相互关系。 I want a glass of orange juice. I want a glass of apple __. 例如，对于上述的这样一句话，通 ......
小学生四则运算系统
作业：0. 使用C实现四则运算 参考 https://www.cnblogs.com/saiwa/articles/5253713.html学习参数传递，使用 -n 参数控制生成题目的个数，例如 Myapp -n 10 -o Exercise.txt 将生成10个题目,题目保存在Exeercise. ......
小学四则运算编程实践
小学四则运算编程实践 要求： 从《构建之法》第一章的 “程序” 例子出发，像阿超那样，花二十分钟写一个能自动生成小学四则运算题目的命令行 “软件”，满足以下需求： （以下参考博客链接：http://www.cnblogs.com/jiel/p/4810756.html） 使用C实现四则运算 参考 h ......
TSINGSEE青犀视频平台EasyCVR如何搭建自然保护区视频监控系统
智能分析网关小动物识别算法，通过识别和监测小动物，可以了解它们的种群数量、分布范围、栖息地利用情况等重要信息，为保护和管理野生动物提供科学依据。 ......
自然语言处理预训练——全局向量的词嵌入
带全局语料统计的跳元模型 GloVe模型 从条件概率比值理解GloVe模型 总结 诸如词-词共现计数的全局语料库统计可以来解释跳元模型。 交叉熵损失可能不是衡量两种概率分布差异的好选择，特别是对于大型语料库。GloVe使用平方损失来拟合预先计算的全局语料库统计数据。 对于GloVe中的任意词，中心词 ......
自然语言处理预训练——用于预训练词嵌入的数据集
读取数据集 下采样 提取中心词和上下文词 下面的get_centers_and_contexts函数从corpus中提取所有中心词及其上下文词。它随机采样1到max_window_size之间的整数作为上下文窗口。对于任一中心词，与其距离不超过采样上下文窗口大小的词为其上下文词。 #@save de ......
自然语言处理预训练——近似训练
近似训练是一种用于加速训练过程的技术。 负采样 负采样是在训练过程中对目标函数进行简化的一种方法。在传统的训练中，需要计算整个词汇表的概率分布，这在大规模任务中会非常耗时。负采样的思想是通过随机采样一小部分负例来近似计算全局的目标函数。具体来说，对于每个正例（例如一个正确的词对应的上下文），从词汇表 ......
自然语言处理预训练——词嵌入(word2vec)
自然语言是用来表达人脑思维的复杂系统。 在这个系统中，词是意义的基本单元。顾名思义， 词向量是用于表示单词意义的向量， 并且还可以被认为是单词的特征向量或表示。 将单词映射到实向量的技术称为词嵌入。 近年来，词嵌入逐渐成为自然语言处理的基础知识。 为何独热向量是一个糟糕的选择？ 自监督的word2v ......
GUI界面实现小学生口算题卡功能(一)| 简要了解GUI
上课没认真听，下课不好好写。 关于GUI，首先了解了一下什么是GUI： GUI(Graphical User Interface)，图形用户界面。采用图形方式显示的计算机操作用户接口。与早期计算机使用的命令行界面相比，图形界面对于用户来说在视觉上更容易接受。GUI和CLI（命令行界面）最大的不同是， ......
自然语言处理（NLP）的研究方向
自然语言处理（NLP）的研究方向包括但不限于以下方面： 词法分析：对文本进行分词、词性标注等基本处理，是后续处理的基础。 句法分析：研究句子的语法结构，对句子进行解析，如依存句法分析。 语义理解：分析文本的语义，理解文本表达的含义和情感，是自然语言处理的核心问题。 信息抽取：从大量非结构化文本中抽取 ......
深度解析自然语言处理之篇章分析
在本文中，我们深入探讨了篇章分析的概念及其在自然语言处理（NLP）领域中的研究主题，以及两种先进的话语分割方法：基于词汇句法树的统计模型和基于BiLSTM-CRF的神经网络模型。 关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队管理经验，同济本复旦硕， ......
自然语言处理概述
自然语言处理概述 以前的自然语言大多数停留在去根据业务来编写相应的规则来解决实际的问题，但是仅仅靠手工编写的规则是无法覆盖全部的内容，而且不同的规则之间也具有一定的矛盾，随着统计学的发展，人们逐渐的用统计的思想去解决一些实际的问题，例如马尔可夫假设，即一个词语出现的概率取决于它前面出现的所有词，但是 ......
词！自然语言处理之词全解和Python实战！
本文全面探讨了词在自然语言处理（NLP）中的多维角色。从词的基础概念、形态和词性，到词语处理技术如规范化、切分和词性还原，文章深入解析了每一个环节的技术细节和应用背景。特别关注了词在多语言环境和具体NLP任务，如文本分类和机器翻译中的应用。文章通过Python和PyTorch代码示例，展示了如何在实 ......
自然语言处理历史史诗：NLP的范式演变与Python全实现
本文全面回顾了自然语言处理（NLP）从20世纪50年代至今的历史发展。从初创期的符号学派和随机学派，到理性主义时代的逻辑和规则范式，再到经验主义和深度学习时代的数据驱动方法，以及最近的大模型时代，NLP经历了多次技术革新和范式转换。文章不仅详细介绍了每个阶段的核心概念和技术，还提供了丰富的Pytho ......
自然溢出哈希 の hack 之术
今天是个好日子啊，写一个哈希都被卡啊~~~ 万恶之源：「CF580E」Kefa and Watch，一道抽象的卡哈希的哈希题。 但观察发现，无论我怎么修改我的基数(base)，我都无法通过 Text 75，于是便研究了一下，学到了如下的 Hack 方式： 对于 base 为偶数的： 只需要有连续一段 ......
R语言自然语言处理NLP:情感分析上市公司文本信息知识发现可视化|附代码数据
全文链接：http://tecdat.cn/?p=31702 原文出处：拓端数据部落公众号 情感分析，就是根据一段文本，分析其表达情感的技术。比较简单的情感分析，能够辨别文本内容是积极的还是消极的（褒义/贬义）；比较复杂的情感分析，能够知道这些文字是否流露出恐惧、生气、狂喜等细致入微的情感。此外，情 ......
2023蜀山区小学组信息学竞赛分析
T1 连续字符(char) 题目描述 为了吸引参观者，负责园博会信息化展厅建设的小明设计了一个互动节目，参观者找到屏幕上按字典顺序连续的字符串会有礼品，礼品价值和字符长度成正比。例如，ABC 是按字典顺序连续的字符串，而 AAB 和 ABD 都不是。屏幕上的字符串已经将所有字符排序，现在请你找出它的 ......
P6103 [EER2] 直接自然溢出啥事没有
令 \(0,1,2,3,4\) 分别表示「程序片段」「语句」「语句块」「函数」「值」，把它们之间的转移关系画出来如下图： 首先整个图可以看做一个 \(0\to 2\to 1\) 的环，这三步是必经的。 因为空串是「程序片段」，所以 \(1\to 0\) 这一步从整体上看是把若干个「语句」接起来，每次 ......
自然语言处理中的分词问题总结 原创
众所周知，英文是以词为单位的，词和词之间是靠空格隔开，而中文是以字为单位，句子中所有的字连起来才能描述一个意思。把中文的汉字序列切分成有意义的词，就是中文分词，有些人也称为切词。本文转载自明略研究院的技术经理牟小峰老师讲授的语言处理中的分词问题。 如何界定分词 中文分词指的是将一个汉字序列切分成一个 ......
题记1|| 自然数的拆分
题目： 代码 #include <iostream> using namespace std; int sta[105]; int n, top = 0; void dfs(int sum, int lst) { if (sum > n) { return ; } if (sum == n) { f ......