某机构在今年的实证方法自然语言处理会议(EMNLP)上发表了40余篇论文，包括被EMNLP新设行业轨道接收的论文。这些论文涵盖了一些熟悉的主题，如自然语言理解和...

在自然语言处理（NLP）项目中，“数据决定上限，模型决定下限”。高质量、大规模、标注精准的数据是构建高性能 NLP 系统的前提。本章将系统介绍 NLP 项目全生...

自然语言处理应用的第一步通常是分词，即将输入字符串分割成语义相关的单元。在许多应用中，这些单元比单个单词更小。例如，与查询“文字处理”高度匹配的搜索结果可能使用...

深度学习框架是构建自然语言处理（NLP）模型的基础设施。目前，TensorFlow/Keras 与 PyTorch 是两大主流选择，它们在设计理念、开发体验和部...

随着Alexa等语音合成服务的普及，文本规范化 (TN) 已成为文本转语音流程的首要步骤。TN将原始文本（如字符串“6-21-21”）转换为口头化形式（如“tw...

自然语言处理（NLP）的工程落地离不开强大而丰富的 Python 生态系统。从基础数据处理、文本清洗，到词向量训练、预训练模型微调，Python 提供了覆盖全流...

随着人工智能从“单模态感知”迈向“多模态认知”，多模态预训练模型（Multimodal Pre-trained Models） 成为连接语言、视觉、听觉等信息的...

在2021年欧洲计算语言学协会会议（EACL）上，我们的论文《不可靠新闻检测数据集中的隐藏偏见》获得了最佳长文论文的荣誉提名。在这篇论文中，我们研究了研究社区用...

生成式预训练模型（Generative Pre-trained Models）是自然语言处理（NLP）迈向通用人工智能的关键一步。与仅能“理解”语言的判别式模型...

随着共享出行行业的规范化发展，网约车平台对车辆合规性的审核需求日益严苛。《网络预约出租汽车运输证》（以下简称“运输证”）作为车辆合法运营的核心凭证，其信息的自动...

Saxon在亚利桑那州立大学完成了电气工程的本科学位，并获得了计算机工程硕士学位。他目前正在加州大学圣塔芭芭拉分校完成计算机科学博士学位，核心研究聚焦于自然语言...

命名实体是一个由单个或多个标记组成的连续片段，具有"人物"、"地点"或"组织"等标签类型。命名实体识别算法需要在标注数据（如OntoNotes）上进行训练。

BERT（Bidirectional Encoder Representations from Transformers）是自然语言处理（NLP）领域具有里程碑...

手写文字识别（Handwritten Text Recognition, HTR）是模式识别领域一个历史悠久且极具挑战性的课题。与印刷体不同，手写体具有极大的可...

<font size=1>一种依赖于逆强化学习（即通过示范学习）的技术，在仿真中将任务完成率提高了14%到17%。</font>