Advertisement

BERT基础中文版

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：ZIP

简介：
《BERT基础中文版》是一本介绍BERT（双向编码器表示 Transformers）模型在自然语言处理领域应用的基础教程，适合对NLP技术感兴趣的读者入门学习。 bert-base-chinese 是 PyTorch 版本的模型。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • BERT基础中文版
    优质
    《BERT基础中文版》是一本介绍BERT（双向编码器表示 Transformers）模型在自然语言处理领域应用的基础教程，适合对NLP技术感兴趣的读者入门学习。 bert-base-chinese 是 PyTorch 版本的模型。
     
  • BERT-base中文版
    优质
    BERT-base中文版是基于百度开源的中文预训练模型，它在中文自然语言处理任务中表现出色，适用于多种下游应用。 这段文字包含的文件有：pytorch_model.bin、config.json、tokenizer.json、vocab.txt。
     
  • BERT-NER-Pytorch：基于BERT的中文NER（Softmax, CRF, Span方法）
    优质
    BERT-NER-Pytorch是一款利用Pytorch框架实现的基于BERT模型的中文命名实体识别工具，采用Softmax、CRF及Span三种方法进行实体抽取。 使用BERT的中文命名实体识别（NER）模型。数据集包括cner。 可用模型列表： - BERT + Softmax - BERT + CRF 需求版本：1.1.0，PyTorch < 1.5.0, cuda = 9.0, python3.6 输入格式采用BIOS标记方案，每个字符的标签为一行。句子用空行分隔。 例如： 美 B-LOC 国 I-LOC 的 O 华 B-PER 莱 I-PER 士 I-PER 运行代码在run_ner_xxx.py或run_ner_xxx.sh中修改配置信息。 模型文件结构如下： ``` ├── prev_trained_model | └── bert_base | | ├── pytorch_model.bin | | ├── config.json | | ├── vocab.txt | | └── ... ``` CLUENER结果：BERT在dev上的整体性能： - 准确性（实体） - 召回率
     
  • 基于BERT的中文命名实体识别（BERT-CH-NER）
    优质
    简介：本项目采用BERT模型进行优化，专注于提升中文文本中的人名、地名和机构团体名称等实体的自动识别精度，旨在提供高效准确的中文NER服务。 基于BERT的中文数据集下的命名实体识别（NER）是通过修改tensorflow官方代码实现的，在Tensorflow 1.13 和Python 3.6环境下运行良好，但在TensorFlow2.0中会出现错误。在搜狐举办的文本比赛中，我使用了基准模型来进行实体识别，该模型采用了BERT以及结合了BERT、LSTM和CRF的方法。仅用BERT的结果如下所示（具体评估方案请参考比赛说明）。这里只进行了实体部分的测试，并将所有情感标注为POS进行嘲笑效果的验证。采用BERT + LSTM + CRF方法得到结果如下：训练、验证及测试阶段的相关环境变量设置示例如下，export BERT_BASE_DIR=/opt/hanyaopeng/souhu/data/chinese_L-
     
  • Matlab基础语法（中文版）
    优质
    《Matlab基础语法（中文版）》是一本介绍MATLAB编程语言基本用法的手册，适合初学者快速掌握其核心概念与操作技巧。 讲解Matlab的基本语法，适用于初学者的中文版教程。
     
  • BERT中文中的vocab.txt文件
    优质
    vocab.txt是BERT中文模型中存储词汇表的文本文件，它包含了模型使用的所有词语和特殊标记，对于预训练模型的理解与应用至关重要。 BERT的词汇表文件（vocab.txt）包含了模型使用的词典中的所有单词和标记。这个文件对于预训练的BERT模型来说是至关重要的，因为它定义了模型能够理解的所有词汇单元。在使用BERT进行自然语言处理任务时，该词汇表会被用来将文本数据转化为可以输入到神经网络中的形式。
     
  • UG871中文版_HLS基础文档.pdf
    优质
    本PDF文档为UG871中文版_HLS基础文档，旨在提供HLS（HTTP Live Streaming）技术的全面介绍和指导，适用于开发者与技术人员学习参考。 UG871中文版_HLS基础、官方文档、HLS入门基础知识必看。
     
  • BERT中文预训练模型（TF2版本）
    优质
    简介：本资源提供基于TensorFlow 2的BERT中文预训练模型，适用于自然语言处理任务，如文本分类、问答系统等。 官网发布的TensorFlow 2.0版本以后可使用的BERT中文预训练模型文件适合无法使用TF1.x的伙伴进行fine tuning。
     
  • UML基础教程（中文版）.pdf
    优质
    《UML基础教程》是一本面向初学者的PDF电子书，深入浅出地介绍了统一建模语言的基本概念、符号和应用方法。适合软件开发人员阅读学习。 2018年模型设计入门教程（完整中文版），特别适合初学者学习。
     
  • 中文版无线通信基础
    优质
    《中文版无线通信基础》是一本系统介绍无线通信技术原理与应用的专业书籍，适合通信工程及相关专业的学生和从业人员阅读。书中涵盖了从基本概念到高级技术的全面讲解，帮助读者深入了解无线通信领域的最新发展和技术挑战。 书名：无线通信基础 原书名：Fundamentals of Wireless Communication 原出版社：Cambridge University Press 分类：电子电气 >> 通信 作者：David Tse, Pramod Viswanath 译者：李锵 周进 等译；马晓莉 审校 出版日期：2007-06-30 语种：简体中文 开本：16开 页数：440 定价：59.00元人民币 目录 第1章 绪论 1.1 本书目标 1.2 无线系统 1.3 本书结构 第2章 无线信道 2.1 无线信道的物理建模 2.1.1 自由空间、固定发射天线与接收天线 2.1.2 自由空间、运动天线 2.1.3 反射墙、固定天线 2.1.4 反射墙、运动天线 2.1.5 地平面反射 2.1.6 由距离和阴影引起的功率衰减 2.1.7 运动天线、多个反射体 2.2 无线信道的输入/输出模型 2.2.1 无线信道的线性时变系统 2.2.2 基带等效模型 2.2.3 离散时间基带模型 2.2.4 加性白噪声 2.3 时间相干与频率相干 2.3.1 多普勒扩展与相干时间 2.3.2 时延扩展与相干带宽 2.4 统计信道模型 2.4.1 建模基本原理 2.4.2 瑞利衰落与莱斯衰落 2.4.3 抽头增益自相关函数 2.5 文献说明 2.6 习题 第3章 点对点通信：检测、分集与信道不确定性 3.1 瑞利衰落信道中的检测 3.1.1 非相干检测 3.1.2 相干检测 3.1.3 从BPSK到QPSK：自由度研究 3.1.4 分集 3.2 时间分集 3.2.1 重复编码 3.2.2 超越重复编码 3.3 天线分集 3.3.1 接收分集 3.3.2 发射分集：空时码 3.4 频率分集 3.4.1 基本概念 3.4.2 具有ISI均衡的单载波 3.4.3 直接序列扩频 3.5 信道不确定性的影响 3.5.1 直接序列扩频的非相干检测 3.5.2 信道估计 3.6 文献说明 3.7 习题 第4章 蜂窝系统：多址接入与干扰管理 4.1 概述 4.2 窄带蜂窝系统 4.2.1 窄带分配：GSM系统 4.2.2 对网络和系统设计的影响 4.3 宽带系统：CDMA 4.3.1 CDMA上行链路 4.3.2 CDMA下行链路 4.5 文献说明 4.6 习题 第5章 无线信道的容量 5.1 AWGN信道容量 5.1.1 重复编码 5.1.2 填充球体 5.3 线性时不变高斯信道 5.3.1 慢衰落MIMO信道 5.4 文献说明 5.5 习题 第6章 MIMOⅠ：容量与多路复用 6.1 V-BLAST结构 6.2 快衰落MIMO信道 6.3 接收机结构 6.4 慢衰落MIMO信道 6.5 D-BLAST：一种中断最优结构 6.7 习题 第7章 MIMOⅡ: 分集—多路复用折中与通用空时码 7.1 分集—多路复用折中 7.2 最优分集—多路复用折中的通用编码设计 7.3 文献说明 7.4 习题 第8章 MIMOⅢ：多用户通信 8.1 采用