https://linkedbus.com/sitetag/%E4%B8%AD%E6%96%87%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86/ Recent content in 中文自然语言处理 on 链氪巴士 Hugo -- gohugo.io zh-CN Mon, 09 Dec 2024 14:48:29 +0800 https://linkedbus.com/sites/21604.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21604.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post crownpku/Rasa_NLU_Chi：将中文自然语言转换为结构化数据" /><p class="site-visit"><a href="https://github.com/crownpku/Rasa_NLU_Chi" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名crownpkurasa_nlu_chi将中文自然语言转换为结构化数据"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dcrownpkurasa_nlu_chi%e5%b0%86%e4%b8%ad%e6%96%87%e8%87%aa%e7%84%b6%e8%af%ad%e8%a8%80%e8%bd%ac%e6%8d%a2%e4%b8%ba%e7%bb%93%e6%9e%84%e5%8c%96%e6%95%b0%e6%8d%ae" class="header-anchor"></a>【Github】项目名：crownpku/Rasa_NLU_Chi：将中文自然语言转换为结构化数据 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>RasaNLU for Chinese是从RasaHQ/rasa_nlu派生出来的项目。它可以将中文自然语言转化为结构化数据，也就是实现中文自然语言理解。在使用时，需要有特定的文件如data/total_word_feature_extractor_zh.dat（由MITIE wordreptools从中文语料库训练得到，训练需要2 – 3天），同时要对中文语料库先进行标记化处理再用于训练，与用户案例最匹配的封闭域语料库效果最佳。此外，还可以从中文维基百科转储和百度百科下载训练好的模型。</p> https://linkedbus.com/sites/21563.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21563.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post InsaneLife/ChineseNLPCorpus：中文自然语言处理数据集" /><p class="site-visit"><a href="https://github.com/InsaneLife/ChineseNLPCorpus" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名insanelifechinesenlpcorpus中文自然语言处理数据集"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dinsanelifechinesenlpcorpus%e4%b8%ad%e6%96%87%e8%87%aa%e7%84%b6%e8%af%ad%e8%a8%80%e5%a4%84%e7%90%86%e6%95%b0%e6%8d%ae%e9%9b%86" class="header-anchor"></a>【Github】项目名：InsaneLife/ChineseNLPCorpus：中文自然语言处理数据集 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>这是一个中文自然语言处理数据集项目，涵盖了众多不同类型的数据集，如阅读理解、任务型对话、文本分类、情感分析、实体识别、信息抽取、推荐系统等相关数据集，可作为平时做实验的材料，同时也欢迎补充提交合并。</p> https://linkedbus.com/sites/22338.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/22338.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post liuhuanyong/liuhuanyong.github.io-面向中文自然语言处理的学习资源" /><p class="site-visit"><a href="https://github.com/liuhuanyong/liuhuanyong.github.io" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="项目标题-liuhuanyongliuhuanyonggithubio-面向中文自然语言处理的学习资源"><a href="#%e9%a1%b9%e7%9b%ae%e6%a0%87%e9%a2%98-liuhuanyongliuhuanyonggithubio-%e9%9d%a2%e5%90%91%e4%b8%ad%e6%96%87%e8%87%aa%e7%84%b6%e8%af%ad%e8%a8%80%e5%a4%84%e7%90%86%e7%9a%84%e5%ad%a6%e4%b9%a0%e8%b5%84%e6%ba%90" class="header-anchor"></a>项目标题: liuhuanyong/liuhuanyong.github.io-面向中文自然语言处理的学习资源 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>liuhuanyong/liuhuanyong.github.io是一个面向中文自然语言处理的学习资源。它涵盖了语言资源构建、社会计算、自然语言处理组件、知识图谱、事理图谱、知识抽取、情感分析、深度学习等六十余类实践项目及学习索引。其中还包括作者个人简介、学习心得、语言资源以及工业落地系统等内容，主要面向自然语言处理入门学习者，为他们提供了一个较为全面的学习资源。</p> https://linkedbus.com/sites/21501.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21501.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post ymcui/Chinese-BERT-wwm：基于全词掩码的中文BERT预训练模型" /><p class="site-visit"><a href="https://github.com/ymcui/Chinese-BERT-wwm" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名ymcuichinese--bert--wwm基于全词掩码的中文bert预训练模型"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dymcuichinese--bert--wwm%e5%9f%ba%e4%ba%8e%e5%85%a8%e8%af%8d%e6%8e%a9%e7%a0%81%e7%9a%84%e4%b8%ad%e6%96%87bert%e9%a2%84%e8%ae%ad%e7%bb%83%e6%a8%a1%e5%9e%8b" class="header-anchor"></a>【Github】项目名：ymcui/Chinese – BERT – wwm：基于全词掩码的中文BERT预训练模型 </h2><h3 id="一项目简介"><a href="#%e4%b8%80%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>一、项目简介 </h3><p>在自然语言处理领域，预训练语言模型是非常重要的基础技术。此项目发布了基于全词掩码（WholeWordMasking）技术的中文预训练模型BERT – wwm，以及相关模型（如BERT – wwm – ext等）。项目提供了模型的详细信息，包括不同版本模型的参数、数据来源、下载方式等内容，并且展示了这些模型在多个中文数据集上进行测试的结果。</p>