有一件特别有意思的事情，和大家分享一下。上周，有个面试，我陪同技术负责人一起去了，来面试的是一个985的硕士毕业生，做了2年开发，之后2年做的NLP算法，...
在许多新手的眼中，深度学习模型构建好了之后，就只能是固定的输入和输出，甚至构建的模型只能是一个输入一个输出。其实深度学习模型很灵活，想有几个输入就...
现今网络上已经开源了大量的知识库，这些知识库往往以三元组的形式对知识进行存储，其中包含了大量常识性或专业性的知识。在这些知识库的基础之上，我们又可...
昨晚和一个朋友吃饭，他是一家公司的部门技术负责人，因为我们都是做自然语言处理的，我问他最近找工作的应该挺多的吧，他点了点头，然后和我吐槽前两天面试...
让大家都会用bert。几行keras代码就可以做基于bert的文本分类。并且薅一波kaggle的算力羊毛和数据羊毛，体验一下bert的加载和微调。之前也介绍过如何使用kagg...
Keras 作者 @François Chollet说：开发Keras的时候，我遵循一个关键原则，就是“逐步揭示复杂性”。开始可以很简单，也可以逐渐复杂化、应对更灵活的场景，只需...
说到Encoder-Decoder框架，就算没用过也都听说过。这玩意儿在经典的机器翻译模型里经常出现。而且，该框架灵活多变，适用于多个场景，比如文本摘要、问答系统...
记得写毕业论文那会儿，经常会为缺语料发愁。由于大多数 NLP 问题都是有监督问题，因此往往我们缺的不是算法，而是标注好的语料。这种问题在中文语料上更是明...
前文传送门：从零开始深度学习Pytorch笔记（1）——安装Pytorch从零开始深度学习Pytorch笔记（2）——张量的创建（上）从零开始深度学习Pytorch笔记（3）——张量的...
前文传送门：从零开始学自然语言处理（28）—— Bi-LSTM+CRF完成命名实体识别任务我的朋友，去面试NLP算法工程师，面试官问了一些问题，最后的几个问题，他没回...
前文传送门：从零开始学自然语言处理（27）—— 开辟新纪元的Transformer俗话说的好，NER该怎么做？双向LSTM+CRF啊。这LSTM听说比一般的RNN牛逼，那这双向的LST...
前文传送门：从零开始学自然语言处理（26）—— 强大的Attention机制回想起朋友之前找工作的悲惨经历，本来面试回答的挺好，面试官最后问了个NLP的问题，直接让...
前文传送门：从零开始学自然语言处理（25）—— 通用的Encoder-Decoder模型框架在上一次面试失利后，我回来仔细研究了一下Attention机制，研究完我不禁感悟，这...
前文传送门：从零开始学自然语言处理（24）—— 巧妙的条件随机场(CRF)（下）面试现场...问：什么是Encoder-Decoder模型框架？答：Encoder-Decoder框架其实是一...
前文传送门：从零开始学自然语言处理（23）—— 巧妙的条件随机场(CRF)（上）在上一篇中，我们讲解了条件随机场中的线性链条件随机场基本概念，在本篇中，我们...
ID王大伟
