Вопросы по теме 'stanford-nlp'
как вывести Stanford Parser SemanticGraph в виде числового списка узлов и ребер
Пожалуйста, помогите мне закодировать выходные данные Stanford Parser SemanticGraph в виде числового списка узлов и ребер, где узлы имеют идентификаторы и метки, ребра состоят из двух идентификаторов узлов и веса ребра, например: Список узлов: 1 A , 2...
09.01.2024
Нарисуйте банк дерева настроений Стэнфорда в Java
Я использую Stanford coreNLP для анализа настроений. Теперь я хочу, чтобы банк дерева выглядел так: http://nlp.stanford.edu/sentiment/treebank.html
Но я не могу получить оценку для каждого узла в банке деревьев, поэтому я не могу этого сделать....
02.11.2023
Проблемы с разделением текста на предложения
Я пытаюсь найти лучший подход к разбиению текста на предложения.
Я попробовал Стэнфордский НЛП и был фактически разочарован тем, насколько плохо он работал.
Например
"Who are you?" asked another man.
Он распознал два предложения: "Who...
23.01.2024
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально
Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение
Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования
Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv)
Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..