lurunming 发表于 2020-3-1 12:06:38

感谢楼主分享

我学习linux 发表于 2020-3-3 15:48:13

滓学习

china_line 发表于 2020-3-5 16:53:11

谢谢楼主分享，好东西。

zpx 发表于 2020-3-6 13:43:05

GOODGOODGOOD

benny1 发表于 2020-4-5 17:34:12

楼主文武

caibird_1 发表于 2020-4-16 15:16:52

老男孩教育课程精品,值得学习

yang8393 发表于 2020-4-25 20:20:01

老男孩脱产班运维51期全套

guosaike99 发表于 2020-4-27 10:01:43

电饭锅

温春杰_a7srw 发表于 2020-4-27 16:51:17

RE: 老男孩脱产班运维51期全套课程

xiaogaokui 发表于 2020-4-27 20:37:19

老男孩脱产班运维51期全套课程

FriedOreo 发表于 2020-5-6 16:38:06

收藏收藏，谢谢分享

好自为之 发表于 2020-5-6 21:25:59

厉害

jianing 发表于 2020-5-7 09:13:54

随着互联网技术的进步，以视频实时评论为代表的众包短文本(又称弹幕)逐渐流行，对在线媒体分享平台和娱乐产业都带来了重要影响.针对此类短文本展开研究，为推荐系统以及人工智能等领域的发展提供了新的机遇，在各行各业都具有巨大价值.然而在弹幕带来机遇的同时，理解和分析这种面向视频的众包短文本也面临诸多挑战：视频实时评论的高噪声、不规范表达和隐含语义等特性，使得传统自然语言处理(natural language processing, NLP)技术具有很大局限性，因此亟需一种容错性强、能刻画短文本深度语义的理解方法.针对以上挑战，在“相近时间段内的视频实时评论具有相似语义”假设的基础上，提出了一种基于循环神经网络(recurrent neural network, RNN)的深度语义表征模型.该模型由于引入了字符级别的循环神经网络，避免了弹幕噪声对文本分词带来的影响.通过使用神经网络，使所得的语义向量能够表达弹幕的隐含语义.在此基础上，进一步设计了基于语义检索的弹幕解释框架，同时作为对语义表征结果的应用验证.最后，设计了多种对比方法，并采用不同指标对所提出的模型进行充分的验证.该模型能够精准地刻画弹幕短文本的语义，也证明了关于弹幕相关假设的合理性.

flyor 发表于 2020-5-8 18:05:55

66666

449241526 发表于 2020-5-16 00:09:15

哒哒哒哒哒哒多多多多多多多多多多多多多

lenz130 发表于 2020-5-16 00:14:34

撒吃撒擦拭擦拭擦是v阿萨

zhonghua7896321 发表于 2020-6-4 23:43:20

好资源，必须支持楼主。

fengbaichao 发表于 2020-6-6 16:04:01

1111

A123 发表于 2020-6-9 07:08:06

aaa

silence0205 发表于 2020-6-9 09:48:40

11111111111111111111
页: 1 2 3 4 5 6 [7] 8 9
查看完整版本: 老男孩脱产班运维51期全套课程