引言 在 《UNIX 网络编程》一书 135 页的末尾提到关于 select 与 stdio 相关函数混用的问题。这里我把它单独拿出来，以一个简单的例子说明一下。避免之后的使...
发简信
IP属地：广东
引言 在 《UNIX 网络编程》一书 135 页的末尾提到关于 select 与 stdio 相关函数混用的问题。这里我把它单独拿出来，以一个简单的例子说明一下。避免之后的使...
c++中引入了右值引用和移动语义，可以避免无谓的复制，提高程序性能。有点难理解，于是花时间整理一下自己的理解。 左值、右值 C++中所有的值都必然属于左值、右值二者之一。左值...
关于Android的三级缓存，其中主要的就是内存缓存和硬盘缓存。这两种缓存机制的实现都应用到了LruCache算法，今天我们就从使用到源码解析，来彻底理解Android中的缓...
好久没来更新，好惭愧，现在也没了当初做这个的心情，就大概记录一下吧。首先BERT模型是一个像word2vec这种的预训练模型，word2vec结构比较简单就是一个最简单的神经...
1.前言 今天分享一篇大规模文本多元标签分类的paper(XML-CNN)，论文标题为：Deep Learning for Extreme Multi-label Text ...
名字的由来 Siamese和Chinese有点像。Siam是古时候泰国的称呼，中文译作暹罗。Siamese也就是“暹罗”人或“泰国”人。Siamese在英语中是“孪生”、“连...
您好，我也是在做相似的研究，因为我的数据集都是投诉文本的集合，而没有标注好的相似文本集合。在实际使用SBERT的过程中，我是直接采用了官方提供的distilbert-base-nli-stsb-mean-tokens多语言模型来得到embeddings，然后直接采取聚类方法进行处理，效果感觉一般。有几个疑问想问一下：第一个就是不知道这样处理的思路对不对，第二个就是作者大大有没有更好的中文预训练语言模型载入呢，第三个就是SBERT可以切换成自己增量训练后的BERT模型吗。如能解答，感激不尽！！！！
文本匹配利器：从Siamse孪生网络到Sentence-BERT综述文本匹配一直是自然语言处理（NLP）领域一个基础且重要的方向，一般研究两段文本之间的关系。文本相似度计算、自然语言推理、问答系统、信息检索等，都可以看作针对不同数据和场景的文...
👉 文本纠错，是自然语言处理领域检测一段文字是否存在错别字、以及将错别字纠正过来的技术，一般用于文本预处理阶段，同时能显著缓解智能客服等场景下语音识别（ASR）不准确的问题。...
文本处理是NLP领域的一个重要分支，其细分领域又包括文本聚类、分类、机器翻译、人机交互等等，而这一切的前提都是将文本表示成计算机可以理解和易于处理的数据。 经过成千上万年的进...
因为很喜欢简书的沉浸式写作环境，所以在考察了几个不同的平台后选择了在这里安家，今天忽然发现断断续续的写了几万字的笔记了，很感谢这个平台，希望简书可以继续保持清爽。 因为平时在...
在Linux下运行Python代码遇到了这个问题。 调查后发现，X server是Linux系统上提供图形用户界面的服务程序。当客户端主机Client访问服务器Server上...
终端在激活虚拟环境时，使用命令： pip freeze >requirements.txt 安装一个虚拟环境的依赖： pip install -r requeirement...