happy-llm 01

最新推荐文章于 2026-06-21 22:01:11 发布
原创 最新推荐文章于 2026-06-21 22:01:11 发布 · 137 阅读 · 0 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
标签
#人工智能

NLP 基础概念

一、什么是 NLP

  • 使计算机理解、处理和生成自然语言的技术
  • 涉及计算机科学、人工智能、语言学、心理学等

二、NLP 发展历程

  1. 早期探索（1840年代 - 1960年代）
    • 图灵测试、生成语法
  2. 符号主义与统计方法（1970年代 - 1990年代）
    • 规则基础与统计方法并行
  3. 机器学习与深度学习（2000年代至今）
    • RNN/LSTM、Word2Vec、BERT、Transformer等

三、NLP 任务

  1. 中文分词
  2. 子词切分
  3. 词性标注
  4. 文本分类
  5. 实体识别
  6. 关系抽取
  7. 文本摘要
  8. 机器翻译
  9. 自动问答

四、文本表示的发展历程

  • 词向量
    • 向量空间模型（VSM）
    • 稀疏表示
  • 语言模型
    • N-gram
  • Word2Vec
    • CBOW / Skip-Gram
  • ELMo
    • 上下文敏感的词表示
uuhcuu
关注
【Happy-LLM】01-NLP基础概念
Tekiki的博客
01-15 313
通过计算机程序来模拟人类对语言的认知和使用过程。
happy_llm学习01—NLP基础概念
weixin_65615457的博客
06-18 1082
NLP 是 一种让计算机理解、解释和生成人类语言的技术。发展历程：从早期的规则基础方法，到统计方法，再到现在的机器学习和深度学习方法。文本摘要（Text Summarization）是 NLP 中的一个重要任务，目的是生成一段简洁准确的摘要，来概括原文的主要内容。根据生成方式的不同，文本摘要可以分为两大类：抽取式摘要（Extractive Summarization）和生成式摘要（Abstractive Summarization）。抽取式摘要：抽取式摘要通过直接从原文中选取关键句子或短语来组成摘要。
【Datawhale2603】happy-llm task01 NLP基础概念
raulyy7777的博客
03-01 1213
Datawhale教程地址原文：300字新闻...摘要："天问一号成功着陆火星，我国深空探测迈出新步伐"比喻：像学霸考前帮你整理3页笔记浓缩成1页重点两种方式：- 抽取式：直接选原文关键句（安全但可能不连贯）- 生成式：理解后用自己的话重写（流畅但可能出错）
【Datawhale之Happy-LLM】Github最火大模型原理与实践教程task01精华~
Z__Danny的博客
08-18 416
本文介绍了NLP（自然语言处理）的研究内容，对比了PLM（预训练语言模型）和LLM（大语言模型）的区别，指出LLM在数据规模、参数量和训练策略上的改进使其具备涌现能力。同时推荐了Datawhale三个开源LLM学习项目：Self-LLM（部署教程）、LLM-Universe（应用开发）和Happy-LLM（原理实践）。作者感叹LLM让计算机通过参数学习人类语言的奇妙性。
智谱 GLM-5.2 开源登顶、科创板向 AI 大模型开门、沪指收复 4100 点
weixin_45526015的博客
06-17 2192
**今天你必须知道的 3 件事：** > ① 智谱 GLM-5.2 正式上线开源，Code Arena 全球可用模型排名第一 > ② 科创板上市标准扩围至 AI 大模型行业，未盈利 AI 公司上市通道打开 > ③ A 股沪指收复 4100 点，科创 50 暴涨 4.69%，半导体全面爆发
监控“失明”了怎么办？国标GB28181视频平台EasyGBS平台AI视频质量诊断让运维效率提升10倍
EasyGBS的博客
06-17 1331
监控系统“看得见”是底线，“看得清”是要求，“一直看得清”才是目标。
蓝牙+WiFi 融合产品调研：智能体脂秤
朝气蓬勃
06-17 1548
本文系统介绍了智能体脂秤的产品概况、硬件架构设计、软件架构设计、关键技术挑战及解决方案。产品方面，概述了主流型号、目标用户和市场定位；硬件设计重点分析了芯片选型、BOM成本及PCB布局；软件架构详述了FreeRTOS系统选型及分层协议设计；技术挑战部分提出了Wi-Fi/BLE共存、阻抗测量精度等解决方案；最后展望了市场前景和2025年趋势。全文为体脂秤开发提供了全面的技术指导，特别适合IoT硬件开发者参考。
美团海报生成 AIGC 技术创新与实践
美团技术团队
06-18 997
美团智能创作团队围绕海报生成 AIGC 构建了完整技术体系，打造「生成-编辑-评判」技术闭环，目前已在美团外卖、品牌 IP 等场景落地，已全部开源。
从 Canvas 到 Vibe Coding：HTML5 游戏开发入门与 AI 飞机大战实战
meilindehuzi_a的博客
06-16 1557
本文围绕 HTML5 中的 Canvas 技术展开，从网页游戏的发展背景出发，系统介绍了 Canvas 画布的基本概念、绘图上下文获取方式以及常用绘图 API 的使用方法。通过矩形绘制、边框绘制和画布清除等案例，帮助读者理解 Canvas 的坐标体系与绘图原理。随后结合动画示例，深入讲解了浏览器动画实现机制、游戏循环思想以及 `requestAnimationFrame` 的工作原理，并分析其相较于 `setInterval` 的性能优势。
AI时代的大盒子与小道理
lanhushe的博客
06-17 196
我的数据在我的服务器，你的App只能调用我的插件，用户进来就别想出去。用户最怕的就是“AI垄断”，你啥都记着，啥都分析着，最后比你还懂你自己。菜单越来越复杂，功能越来越多，最后你发现，你只是想看个电视，结果得先过五关斩六将。AI不一样，它是“活”的。做手机的、做汽车的、做办公软件的，他们悄悄把AI塞进每个角落，但从来不让你专门点进一个“AI功能”。以前，大家聚会聊的是“谁家的AI日活又涨了”“谁的模型又刷榜了”。做一个有自己的UI、有独立入口、用户天天来的“大盒子”，数据才好统计，广告才好卖，会员才好续。
2026 国产 AI 工控机替代方案：飞腾 / 龙芯平台的信创选型实战指南
paiqingongkong的博客
06-17 1139
随着关键信息基础设施供应链安全审查的全面深化，国产化工控机已从 "政策强制替代" 转向 "技术价值驱动" 的新阶段。数据表明，2026 年中国工业控制计算机市场规模预计达到 896 亿元，同比增长 37.2%，其中国产化市场份额将提升至 68.5%，较 2025 年同期增长 11.3 个百分点。在电力电网、轨道交通、能源化工等核心领域，飞腾和龙芯平台的信创工控机已实现批量落地，成为替代进口方案的首选。本文将从技术路线、性能指标、场景适配三个维度，为企业提供 2026 年国产 AI 工控机的完整选型指南。
拆解AI投简历插件：塔塔网申的技术逻辑和实测数据
csdndeyeye的博客
06-16 1699
校招海投阶段，网申表单填写耗时巨大。本文以塔塔网申这款AI投简历插件为例，拆解其技术逻辑：通过结构化录入+页面DOM扫描实现自动填充，实测单家耗时48秒，效率提升约96%。该插件覆盖10万+企业招聘系统，支持多模板切换、三种填充模式及投递追踪，新用户提供100次免费填充。数据存于阿里云，AES-256加密，支持本地离线。作为AI找工作方向的求职助手，适合海投场景使用。
Rethinking Cross-Layer Information Routing in Diffusion Transformers
最新发布
liguandong
06-21 225
论文：本文是我的精读笔记，梳理它的诊断、方法与实验，并谈谈个人看法。
乐迪信息：船舶AI偏航算法如何降低港口航道碰撞风险？
LeDi_XinXi的博客
06-17 215
AI偏航算法助力港口航道安全管理。该技术通过整合AIS、气象和电子海图数据，利用机器学习实时监测船舶轨迹，动态调整报警阈值。其核心包含数据处理、偏航识别和风险预警三大模块，能提前预测偏航趋势，显著降低误报率并提供决策支持。试点项目显示该技术使偏航事件减少30%，误报警降低50%，但面临数据延迟和场景适配等挑战。未来结合VTS系统可进一步优化预警策略，为港口安全提供创新技术方案。
模特图片ai批量生成，作图鸟与多平台体验对比
北鹤M的代码手账
06-17 185
作图鸟9.5分，AI模特图片生图与商品精修功能高度适配电商场景，并支持免费排队生成，易用性与成片质量极佳。即梦7.5分，视觉模板丰富且前端体验佳，适合插画和跨场景创作，不太适合对批量电商模特ai有强烈标准化需求的团队。堆友7分，平台功能多样，模板涵盖广泛内容风格，更多适合设计师多领域使用，会员机制需注意。快乐小马6.5分，视频生成能力突出，前端操作流畅，适合短视频素材制作而非图片类AI模特内容。整体来看，针对不同需求选择合适的模特图片ai平台尤为重要。
知识库到底够不够？为什么企业需要认知体系
weixin_39757409的博客
06-18 449
知识库只能回答简单问题，企业需构建认知体系，实现业务理解与智能决策。
Cua 核心能力与效果全景展示
行走の飞鱼博客
06-16 832
摘要：本文通过技术架构分析、多场景测试与质量评估，系统考察了AI内容生成工具Cua的实际表现。研究发现，其模块化架构和自适应机制在技术文档生成（如自动生成带边缘情况处理的Python HTTP客户端代码）和数据分析场景中表现优异，信息密度与指令遵循度突出；但在高度抽象的文学创作领域存在局限性。案例显示Cua能有效提升开发文档编写效率，但需注意其专业领域适用边界。研究建议技术团队可优先在标准化内容生产场景部署Cua，同时结合人工审核处理创意性需求。 关键词：AI内容生成、Cua、技术文档自动化、质量评估、适用
深度学习自编码器基础与欠完备自编码器 —— 复制的艺术（八十二）
hello.reader
06-21 186
自编码器不需要标签（用数据自身作监督信号，目标是重构 x），产出有用表示 h，能利用无标注的海量数据。非线性自编码器能找弯曲的流形（曲面），是 PCA 的强大推广，能捕捉更复杂的数据结构。上图展示自编码器的两个组件：编码器 f（x→h）和解码器 g（h→r），目标是 r 近似 x。上图展示欠完备自编码器的沙漏结构：编码维度（瓶颈，如 2 维）小于输入维度（如 8 维）。也有更具生物学意义的**再循环（recirculation）**算法（比较原始输入与重构输入的激活），但很少用于实际。
淘宝商品SKU图自动分类技术深度解析：从DOM容器定位到智能属性识别的完整实现
huangdong_的博客
06-21 190
SKU图是商品规格对应的细节图片，是电商运营中最重要的素材类型之一。类型说明淘宝示例颜色图不同颜色的商品展示红色款、蓝色款、黑色款尺码图不同尺码的细节展示S码、M码、L码型号图不同型号的配置展示标准版、Pro版、Max版平台测试商品数识别成功识别率平均耗时淘宝20019296.0%1.2秒京东20018492.0%1.1秒拼多多20018291.0%1.3秒168820019095.0%1.2秒容器定位：多选择器策略兼容不同平台属性提取。
基于全球经济类多源新闻的NLP情感分析与数据可视化（夜间-次晨）2026年6月16日
lingyanzhineng的博客
06-17 548
【Python数据分析实践】2026年06月17日，使用Python爬虫采集20+公开新闻源数据，通过jieba分词、SnowNLP情感分析、TF-IDF关键词提取、LDA主题模型等NLP技术进行文本挖掘，并使用Matplotlib/Plotly进行数据可视化。本文为自动化脚本输出的技术学习笔记。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值