SLING 是 Google 开源的一个自然语言框架语义解析器,用于自然语言理解任务中将自然语言文本直接解析成语义表示——语义框架图。SLING 能有效避免级联效应,减少了不必要的计算开销。
SLING 使用一种专用的循环神经网络模型,通过对框架图的增量编辑操作对输入文本的输出表示进行计算。反过来,框架图非常灵活,可以捕捉很多用户感兴趣的语义任务(下面会具体介绍)。SLING 的解析器仅使用输入词进行训练,绕过生成任何中间标注的过程(如依存句法分析)。
SLING 包括一个高效的,可扩展的框架存储实现以及一个用于在运行时快速解析的神经网络 JIT 编译器。
SLING 目前还处于实验阶段,但得益于高效的框架存储和神经网络编译器,它在台式机 CPU 上能实现超过 2500 符号/秒的解析速度。
问题内容: 我正在尝试将包含(自然语言)时间的字符串解析为 hh:mm 时间对象?例如: 我已经研究了Ruby的Chronic和Java的Natty(以及其他一些库),但是它们似乎都专注于解析日期。诸如“十点五”之类的字符串均无法正确解析。 有人知道适合我需要的图书馆吗?还是应该开始使用自己的解析器? 问题答案: 我不想延长parsedatetime,因此我决定使用pyPEG(Python的解析器
我一直在做一个项目,我必须学会使用NLP工具。我正在用C#编写它,因此正在使用SharpNLP库(基于OpenNLP),其中还包括一个WordNet访问库。我正在对分块功能进行一些练习,因为我的程序将经常使用它来修改句子中的一些单词,而不是其他单词,具体取决于它们在句子中扮演的角色。 chunker输出带有解析树缩写标签的短语,以及附加到单个单词的短语(这对我的情况更重要),但问题是我不知道其中一
2. 自然语言和形式语言 自然语言(Natural Language)就是人类讲的语言,比如汉语、英语和法语。这类语言不是人为设计(虽然有人试图强加一些规则)而是自然进化的。形式语言(Formal Language)是为了特定应用而人为设计的语言。例如数学家用的数字和运算符号、化学家用的分子式等。编程语言也是一种形式语言,是专门设计用来表达计算过程的形式语言。 形式语言有严格的语法(Syntax)
自然语言是人类讲话使用的语言,如英语、西班牙语和法语等。虽然人们总要给自然语言加上一些规则,但自然语言并非人类设计,它们是自然演化而来的。 形式语言是人们为特定应用设计的语言。例如,数学家使用的记号就是一种便于表示数字与符号关系的形式语言。化学家也使用一种形式语言来表示分子的化学结构。最重要的是: 编程语言是人为设计的用来表达计算的形式语言。 前面也提到过,形式语言有严格的语法规则。比如3+3=6
主要内容 前言 课程列表 推荐学习路线 数学基础初级 程序语言能力 机器学习简介 自然语言学习初级 数学和机器学习知识补充 自然语言处理中级 自然语言处理专项领域学习 前言 我们要求把这些课程的所有Notes,Slides以及作者强烈推荐的论文看懂看明白,并完成所有的老师布置的习题,而推荐的书籍是不做要求的,如果有些书籍是需要看完的,我们会进行额外的说明。 课程列表 课程 机构 参考书 Notes
知识图谱 接口: nlp_ownthink 目标地址: https://ownthink.com/ 描述: 获取思知-知识图谱的接口, 以此来查询知识图谱数据 限量: 单次返回查询的数据结果 输入参数 名称 类型 必选 描述 word str Y word="人工智能" indicator str Y indicator="entity"; Please refer Indicator Info
PyTorch 自然语言处理(Natural Language Processing with PyTorch 中文版)
这是一本关于自然语言处理的书。所谓“自然语言”,是指人们日常交流使用的语言,如英语,印地语,葡萄牙语等。