- 对于标注样本充足的场景可以直接使用预训练模型微调实现文本多分类，对于尚无标注或者标注样本较少的任务场景我们推荐使用小样本学习，以取得比微调方法更好的效果。 下边通过新闻分类的例子展示如何使用小样本学习来进行文本分类。 对于标注样本充足的场景可以直接使用预训练模型微调实现文本多分类，对于尚无标注或者标注样本较少的任务场景我们推荐使用小样本学习，以取得比微调方法更好的效果。 下边通过新闻分类的例子展示如何使用小样本学习来进行文本分类。
- 推广TrustAI可信分析：通过提升数据质量来增强在ERNIE模型下性能 推广TrustAI可信分析：通过提升数据质量来增强在ERNIE模型下性能
- 快递单信息抽取【二】基于ERNIE1.0至ErnieGram + CRF预训练模型 快递单信息抽取【二】基于ERNIE1.0至ErnieGram + CRF预训练模型
- 基于Ernie-3.0 CAIL2019法研杯要素识别多标签分类任务 基于Ernie-3.0 CAIL2019法研杯要素识别多标签分类任务
- PaddleNLP通用信息抽取技术UIE【一】产业应用实例：信息抽取{实体关系抽取、中文分词、精准实体标。情感分析等}、文本纠错、问答系统、闲聊机器人、定制训练 PaddleNLP通用信息抽取技术UIE【一】产业应用实例：信息抽取{实体关系抽取、中文分词、精准实体标。情感分析等}、文本纠错、问答系统、闲聊机器人、定制训练
- Paddlenlp之UIE模型实战实体抽取任务【打车数据、快递单】 Paddlenlp之UIE模型实战实体抽取任务【打车数据、快递单】
- 本项目主要讲解了犯罪名预测任务、以及doccano标注指南（对于多分类多标签问题），和对性能指标的简单探讨，可以看到实际更多问题是关于多标签分类的。 本项目主要讲解了犯罪名预测任务、以及doccano标注指南（对于多分类多标签问题），和对性能指标的简单探讨，可以看到实际更多问题是关于多标签分类的。
- AiTrust下预训练和小样本学习在中文医疗信息处理挑战榜CBLUE表现 AiTrust下预训练和小样本学习在中文医疗信息处理挑战榜CBLUE表现
- 近年来，语义表示（language representation）技术的发展，使得 “预训练-微调” 作为解决NLP任务的一种新的范式开始出现。一个通用的表示能力强的模型被选择为语义表示模型，在预训练阶段，用大量的语料和特定的任务训练该模型，使其编码海量的语义知识；在微调阶段，该模型会被加上不同的简单输出层用以解决下游的 NLP 任务。早期较为著名的语义表示模型包括[ELMo] 近年来，语义表示（language representation）技术的发展，使得 “预训练-微调” 作为解决NLP任务的一种新的范式开始出现。一个通用的表示能力强的模型被选择为语义表示模型，在预训练阶段，用大量的语料和特定的任务训练该模型，使其编码海量的语义知识；在微调阶段，该模型会被加上不同的简单输出层用以解决下游的 NLP 任务。早期较为著名的语义表示模型包括[ELMo]
- 在不确定的商业环境中，越来越多的企业管理者意识到，企业要成长，员工能力的打造是重中之重。 在不确定的商业环境中，越来越多的企业管理者意识到，企业要成长，员工能力的打造是重中之重。
- 对所有企业而言，数字化转型已经不再是一道选择题，而是一道生存题。 对所有企业而言，数字化转型已经不再是一道选择题，而是一道生存题。
- 前阵子规划知识相关的能力，领导提醒我们，应该看看国内外的知识SaaS。不看不知道，一看吓一跳。本文计划国内外各选一对产品，来详细展开：国外选Guru & Zendesk，国内选语雀 & 网易七鱼+Udesk。过程中看过的一些大大小小的产品，确实能力各有千秋，但基本类似，选TOP SaaS代表性是足够的。 前阵子规划知识相关的能力，领导提醒我们，应该看看国内外的知识SaaS。不看不知道，一看吓一跳。本文计划国内外各选一对产品，来详细展开：国外选Guru & Zendesk，国内选语雀 & 网易七鱼+Udesk。过程中看过的一些大大小小的产品，确实能力各有千秋，但基本类似，选TOP SaaS代表性是足够的。
- 随着科技的发展，人们和科技依赖关系的突破性进展，AI，元宇宙等概念的落地和发展，促使NLP不断发展。本文从NLP的发展历史开始阐述，系统的了介绍了各个时期的NLP模型。最后最2022年NLP模型发展方向做出了预测。 随着科技的发展，人们和科技依赖关系的突破性进展，AI，元宇宙等概念的落地和发展，促使NLP不断发展。本文从NLP的发展历史开始阐述，系统的了介绍了各个时期的NLP模型。最后最2022年NLP模型发展方向做出了预测。
- 1. 知识图谱举例1.1 疾病知识图谱1.2 药物知识图谱2.常见知识图谱关系预测算法KGs能够以机器可读的方式对结构化、复杂的数据进行建模，因此它被广泛应用于各个领域如问答、信息检索、基于内容的推荐系统等。KG对于任何语义web项目都非常重要。但由于信息缺失导致的KG不完整，常常使得一些KG表现力较差。1.边预测目的：预测出一个三元组（ h ， r ， t ）缺失的头实体 h ，尾实体 t... 1. 知识图谱举例1.1 疾病知识图谱1.2 药物知识图谱2.常见知识图谱关系预测算法KGs能够以机器可读的方式对结构化、复杂的数据进行建模，因此它被广泛应用于各个领域如问答、信息检索、基于内容的推荐系统等。KG对于任何语义web项目都非常重要。但由于信息缺失导致的KG不完整，常常使得一些KG表现力较差。1.边预测目的：预测出一个三元组（ h ， r ， t ）缺失的头实体 h ，尾实体 t...
- 你认为什么是AI？？？别在一味的说视觉啦。 你认为什么是AI？？？别在一味的说视觉啦。
上滑加载中
推荐直播
-
物联网资深专家带你轻松构建AIoT智能场景应用2024/11/21 周四 16:30-18:00
管老师 华为云IoT DTSE技术布道师
如何轻松构建AIoT智能场景应用？本期直播将聚焦华为云设备接入平台，结合AI、鸿蒙（OpenHarmony）、大数据等技术，实现物联网端云协同创新场景，教您如何打造更有实用性及创新性的AIoT行业标杆应用。
回顾中 -
Ascend C算子编程之旅：基础入门篇2024/11/22 周五 16:00-17:30
莫老师 昇腾CANN专家
介绍Ascend C算子基本概念、异构计算架构CANN和Ascend C基本概述，以及Ascend C快速入门，夯实Ascend C算子编程基础
即将直播 -
深入解析：华为全栈AI解决方案与云智能开放能力2024/11/22 周五 18:20-20:20
Alex 华为云学堂技术讲师
本期直播我们将重点为大家介绍华为全栈全场景AI解决方案以和华为云企业智能AI开放能力。旨在帮助开发者深入理解华为AI解决方案，并能够更加熟练地运用这些技术。通过洞悉华为解决方案，了解人工智能完整生态链条的构造。
去报名
热门标签