الصفحة الرئيسية>المتعلقة بالبرمجة>كود الذكاء الاصطناعي
تنزيل

شعار

NLP-Models-Tensorflow ، يجمع نماذج التعلم الآلي و Tensorflow للتعلم العميق لمشاكل البرمجة اللغوية العصبية، ويتم تبسيط التعليمات البرمجية داخل Jupyter Notebooks 100٪ .

جدول المحتويات

  • التلخيص التجريدي
  • روبوت الدردشة
  • محلل التبعية
  • وضع علامات على الكيان
  • التلخيص الاستخراجي
  • مولد
  • كشف اللغة
  • الترجمة الآلية العصبية
  • التعرف الضوئي على الحروف
  • وضع العلامات على نقاط البيع
  • أسئلة وأجوبة
  • أزواج الجمل
  • تحويل الكلام إلى نص
  • التصحيح الإملائي
  • فرقة أسئلة وأجوبة
  • الجذعية
  • تكبير النص
  • تصنيف النص
  • تشابه النص
  • تحويل النص إلى كلام
  • مولد الموضوع
  • نمذجة الموضوع
  • التلخيص الاستخراجي غير الخاضع للرقابة
  • ناقل
  • مشفر صوتي من القديم إلى الصغير
  • التصور
  • انتباه

موضوعي

التطبيقات الأصلية معقدة جدًا وليست مناسبة للمبتدئين حقًا. لذلك حاولت تبسيط معظمها. أيضًا، هناك الكثير من أوراق الإصدار التي لم يتم تنفيذها بعد. لذا لا تتردد في استخدامه للبحث الخاص بك!

سأقوم بإرفاق مستودعات github للنماذج التي لم أنفذها من الصفر، حيث أقوم بشكل أساسي بنسخ هذه التعليمات البرمجية ولصقها وإصلاحها للمشكلات المهملة.

نسخة تنسورفلو

إصدار Tensorflow 1.13 وما فوق فقط، غير متضمن الإصدار 2.X. 1.13 <تينسورفلو <2.0 

pip install -r requirements.txt

محتويات

التلخيص التجريدي

تدرب على أخبار الهند.

تعتمد الدقة على 10 فترات فقط، ويتم حسابها باستخدام مواضع الكلمات.

القائمة الكاملة (12 دفترًا)
  1. LSTM Seq2Seq باستخدام نمذجة الموضوع، دقة الاختبار 13.22%
  2. LSTM Seq2Seq + Luong الاهتمام باستخدام نمذجة الموضوع، دقة الاختبار 12.39%
  3. LSTM Seq2Seq + وحدة فك ترميز الشعاع باستخدام نمذجة الموضوع، دقة الاختبار 10.67%
  4. LSTM ثنائي الاتجاه + انتباه Luong + وحدة فك ترميز الشعاع باستخدام نمذجة الموضوع، دقة الاختبار 8.29%
  5. مؤشر المولد + بهداناو، https://github.com/xueyouluo/my_seq2seq، دقة الاختبار 15.51%
  6. Copynet دقة الاختبار 11.15%
  7. مؤشر المولد + لونج، https://github.com/xueyouluo/my_seq2seq، دقة الاختبار 16.51%
  8. توسعة Seq2Seq، دقة الاختبار 10.88%
  9. توسعة Seq2Seq + الانتباه الذاتي، دقة الاختبار 11.54%
  10. BERT + Dilated CNN Seq2seq، دقة الاختبار 13.5%
  11. الاهتمام الذاتي + مولد المؤشر، دقة الاختبار 4.34%
  12. Dilated-CNN Seq2seq + مولد المؤشر، دقة الاختبار 5.57%

روبوت الدردشة

تدربت على مجموعة Cornell Movie Dialog، وجدول الدقة في برنامج chatbot.

القائمة الكاملة (54 دفتراً)
  1. دليل الخلية الأساسية Seq2Seq
  2. دليل LSTM Seq2Seq
  3. دليل GRU Seq2Seq
  4. الخلية الأساسية Seq2Seq-API الجشع
  5. LSTM Seq2Seq-API الجشع
  6. GRU Seq2Seq-API الجشع
  7. دليل الخلية الأساسية ثنائي الاتجاه Seq2Seq
  8. دليل LSTM ثنائي الاتجاه Seq2Seq
  9. دليل GRU ثنائي الاتجاه Seq2Seq
  10. الخلية الأساسية ثنائية الاتجاه Seq2Seq-API الجشع
  11. LSTM ثنائي الاتجاه Seq2Seq-API الجشع
  12. GRU ثنائي الاتجاه Seq2Seq-API الجشع
  13. دليل الخلية الأساسية Seq2Seq + انتباه Luong
  14. دليل LSTM Seq2Seq + انتباه Luong
  15. دليل GRU Seq2Seq + انتباه Luong
  16. الخلية الأساسية Seq2Seq-دليل + بهداناو انتباه
  17. دليل LSTM Seq2Seq + بهداناو انتبه
  18. GRU Seq2Seq-manual + Bahdanau انتبه
  19. دليل LSTM ثنائي الاتجاه Seq2Seq + انتباه Luong
  20. دليل GRU ثنائي الاتجاه Seq2Seq + انتباه Luong
  21. LSTM ثنائي الاتجاه Seq2Seq-دليل + Bahdanau انتباه
  22. دليل GRU ثنائي الاتجاه Seq2Seq + Bahdanau انتباه
  23. LSTM ثنائي الاتجاه Seq2Seq-دليل + الخلف Bahdanau + الأمام Luong
  24. GRU ثنائي الاتجاه Seq2Seq-دليل + الخلف Bahdanau + الأمام Luong
  25. LSTM Seq2Seq-API الجشع + لونج انتبه
  26. GRU Seq2Seq-API Greedy + Luong انتبه
  27. LSTM Seq2Seq-API الجشع + بهداناو انتبه
  28. GRU Seq2Seq-API Greedy + Bahdanau انتبه
  29. LSTM Seq2Seq-API وحدة فك ترميز الشعاع
  30. وحدة فك ترميز الشعاع GRU Seq2Seq-API
  31. LSTM ثنائي الاتجاه Seq2Seq-API + Luong Attention + Beam Decoder
  32. GRU ثنائي الاتجاه Seq2Seq-API + Luong Attention + Beam Decoder
  33. LSTM ثنائي الاتجاه Seq2Seq-API + Bahdanau الخلفي + الأمام Luong + Stack Bahdanau Luong Attention + Beam Decoder
  34. GRU ثنائي الاتجاه Seq2Seq-API + Bahdanau الخلفي + الأمام Luong + Stack Bahdanau Luong Attention + Beam Decoder
  35. بايتنيت
  36. LSTM Seq2Seq + tf.estimator
  37. طبقات الكبسولة + LSTM Seq2Seq-API Greedy
  38. طبقات الكبسولة + LSTM Seq2Seq-API + Luong Attention + Beam Decoder
  39. LSTM ثنائي الاتجاه Seq2Seq-API + Bahdanau الخلفي + الأمام Luong + Stack Bahdanau Luong الاهتمام + وحدة فك ترميز الشعاع + التسرب + L2
  40. DNC Seq2Seq
  41. LSTM ثنائي الاتجاه Seq2Seq-API + انتباه Luong Monotic + وحدة فك ترميز الشعاع
  42. LSTM ثنائي الاتجاه Seq2Seq-API + Bahdanau Monotic Attention + Beam Decoder
  43. شبكة ذاكرة شاملة + خلية أساسية
  44. شبكة ذاكرة شاملة + خلية LSTM
  45. الاهتمام هو كل ما تحتاجه
  46. محول-XL
  47. الاهتمام هو كل ما تحتاجه + البحث في الشعاع
  48. محول-XL + LSTM
  49. جي بي تي-2 + إل إس تي إم
  50. سي إن إن Seq2seq
  51. تشفير التحويل + LSTM
  52. تاكوترون + فك الجشع
  53. تاكوترون + فك الشعاع
  54. جوجل إن إم تي

محلل التبعية

تدرب على التبعية CONLL الإنجليزية. تم تعيين القطار للتدريب والتطوير واختبار المجموعات للاختبار.

Stackpointer وBiaffine-attention في الأصل من https://github.com/XuezheMax/NeuroNLP2 مكتوب بلغة Pytorch.

الدقة تعتمد على القوس والأنواع ودقة الجذر بعد 15 حقبة فقط.

القائمة الكاملة (8 دفاتر ملاحظات)
  1. ثنائي الاتجاه RNN + CRF + Biaffine، دقة القوس 70.48%، دقة الأنواع 65.18%، دقة الجذر 66.4%
  2. ثنائي الاتجاه RNN + Bahdanau + CRF + Biaffine، دقة القوس 70.82%، دقة الأنواع 65.33%، دقة الجذر 66.77%
  3. ثنائي الاتجاه RNN + Luong + CRF + Biaffine، دقة القوس 71.22%، دقة الأنواع 65.73%، دقة الجذر 67.23%
  4. BERT Base + CRF + Biaffine، دقة القوس 64.30%، دقة الأنواع 62.89%، دقة الجذر 74.19%
  5. ثنائي الاتجاه RNN + Biaffine Attention + Cross Entropy، دقة القوس 72.42%، دقة الأنواع 63.53%، دقة الجذر 68.51%
  6. قاعدة BERT + Biaffine Attention + Cross Entropy، دقة القوس 72.85%، دقة الأنواع 67.11%، دقة الجذر 73.93%
  7. ثنائي الاتجاه RNN + Stackpointer، دقة القوس 61.88%، دقة الأنواع 48.20%، دقة الجذر 89.39%
  8. قاعدة XLNET + Biaffine Attention + Cross Entropy، دقة القوس 74.41%، دقة الأنواع 71.37%، دقة الجذر 73.17%

وضع علامات على الكيانات

تدرب على CONLL NER.

القائمة الكاملة (9 دفاتر ملاحظات)
  1. ثنائي الاتجاه RNN + CRF، دقة الاختبار 96%
  2. ثنائي الاتجاه RNN + Luong Attention + CRF، دقة الاختبار 93%
  3. ثنائي الاتجاه RNN + Bahdanau Attention + CRF، دقة الاختبار 95%
  4. Char Ngrams + ثنائي الاتجاه RNN + Bahdanau Attention + CRF، دقة الاختبار 96%
  5. Char Ngrams + ثنائي الاتجاه RNN + Bahdanau Attention + CRF، دقة الاختبار 96%
  6. Char Ngrams + الشبكة المتبقية + Bahdanau Attention + CRF، دقة الاختبار 69%
  7. Char Ngrams + Attention is all need + CRF، دقة الاختبار 90%
  8. بيرت، دقة الاختبار 99%
  9. قاعدة XLNET، دقة الاختبار 99%

التلخيص الاستخراجي

تدرب على مجموعة بيانات CNN News.

الدقة على أساس ROUGE-2.

القائمة الكاملة (4 دفاتر ملاحظات)
  1. LSTM RNN، دقة الاختبار 16.13%
  2. ديلاتيد-سي إن إن، دقة الاختبار 15.54%
  3. انتباه متعدد الرؤوس، دقة الاختبار 26.33%
  4. قاعدة بيرت

مولد

تدرب على مجموعة بيانات شكسبير.

القائمة الكاملة (١٥ دفترًا)
  1. من حيث الحرف RNN + LSTM
  2. البحث عن الأحرف RNN + Beam
  3. من حيث الأحرف RNN + LSTM + التضمين
  4. من حيث الكلمات RNN + LSTM
  5. الكلمات الحكيمة RNN + LSTM + التضمين
  6. من حيث الشخصية + Seq2Seq + GRU
  7. Word-wise + Seq2Seq + GRU
  8. من حيث الشخصية RNN + LSTM + Bahdanau انتباه
  9. الاهتمام بالشخصيات RNN + LSTM + Luong
  10. Word-wise + Seq2Seq + GRU + Beam
  11. من حيث الشخصية + Seq2Seq + GRU + Bahdanau انتبه
  12. Word-wise + Seq2Seq + GRU + Bahdanau انتبه
  13. البحث الموسع CNN + Beam حسب الأحرف
  14. محول + بحث شعاع
  15. محول XL + بحث الشعاع

كشف اللغة

تدرب على مجموعة بيانات تتويبا.

القائمة الكاملة (1 دفاتر ملاحظات)
  1. النص السريع Char N-Grams

الترجمة الآلية العصبية

تدرب على اللغة الإنجليزية والفرنسية، وجدول الدقة في الترجمة الآلية العصبية.

القائمة الكاملة (53 دفتراً)

1.basic-seq2seq 2.lstm-seq2seq 3.gru-seq2seq 4.basic-seq2seq-مساهمة-جشع 5.lstm-seq2seq-مساهمة-جشع 6.gru-seq2seq-مساهمة-جشع 7.basic-birnn-seq2seq 8.lstm-birnn-seq2seq 9.gru-birnn-seq2seq 10.basic-birnn-seq2seq-مساهمة-جشع 11.lstm-birnn-seq2seq-مساهمة-جشع 12.gru-birnn-seq2seq-مساهمة-جشع 13.basic -seq2seq-luong 14.lstm-seq2seq-luong 15.gru-seq2seq-luong 16.basic-seq2seq-bahdanau 17.lstm-seq2seq-bahdanau 18.gru-seq2seq-bahdanau 19.basic-birnn-seq2seq-bahdanau 20.lstm-birnn-seq2seq-bahdanau 21.gru-birnn-seq2seq-bahdanau 22.basic-birnn-seq2seq-luong 23.lstm-birnn-seq2seq-luong 24.gru-birnn-seq2seq-luong 25.lstm-seq2seq-مساهمة-جشع-لونج 26.gru-seq2seq-مساهمة-طماع-لونج 27.lstm-seq2seq-مساهمة-طماع-بهداناو 28.gru-seq2seq-مساهمة-جشع-بهداناو 29.lstm-seq2seq- مساهمة-شعاع-لونج 30.gru-seq2seq-مساهمة-شعاع-لونج 31.lstm-seq2seq-مساهمة-شعاع-بهداناو 32.gru-seq2seq-مساهمة-شعاع-بهداناو 33.lstm-birnn-seq2seq-مساهمة-شعاع-بهداناو 34.lstm-birnn-seq2seq-مساهمة-شعاع-لونج 35.gru-birnn-seq2seq-مساهمة-شعاع-بهداناو 36.gru-birnn-seq2seq-مساهمة-شعاع-لونج 37.lstm-birnn-seq2seq-مساهمة-شعاع -لونج رتابة 38.gru-birnn-seq2seq-contrib-beam-luongmonotic 39.lstm-birnn-seq2seq-contrib-beam-bahdanaumonotonic 40.gru-birnn-seq2seq-contrib-beam-bahdanaumonotic 41.residual-lstm-seq2seq-greedy-luong 42.residual-gru-seq2seq-greedy-luong 43.residual-lstm-seq2seq-greedy-bahdanau 44.residual-gru-seq2seq-greedy-bahdanau 45.memory-network-lstm-decoder-greedy 46.google-nmt 47 .محول التشفير محول فك التشفير 48. محول تشفير lstm الجشع 49. جهاز فك ترميز برت متعدد اللغات 50. جهاز فك ترميز برت متعدد اللغات 50. جهاز فك ترميز برت متعدد اللغات 51. جهاز فك ترميز محول متعدد اللغات 52. جهاز فك تشفير محول برت إنجليزي 53. محول-t2t-2gpu

التعرف الضوئي على الحروف (OCR)

القائمة الكاملة (دفترين)
  1. CNN + LSTM RNN، دقة الاختبار 100%
  2. Im2Latex، دقة الاختبار 100%

وضع علامات على نقاط البيع

تدرب على CONLL POS.

القائمة الكاملة (8 دفاتر ملاحظات)
  1. ثنائي الاتجاه RNN + CRF، دقة الاختبار 92%
  2. ثنائي الاتجاه RNN + Luong Attention + CRF، دقة الاختبار 91%
  3. ثنائي الاتجاه RNN + Bahdanau Attention + CRF، دقة الاختبار 91%
  4. Char Ngrams + ثنائي الاتجاه RNN + Bahdanau Attention + CRF، دقة الاختبار 91%
  5. Char Ngrams + ثنائي الاتجاه RNN + Bahdanau Attention + CRF، دقة الاختبار 91%
  6. Char Ngrams + الشبكة المتبقية + Bahdanau Attention + CRF، دقة الاختبار 3%
  7. Char Ngrams + Attention is all need + CRF، دقة الاختبار 89%
  8. بيرت، دقة الاختبار 99%

أسئلة وأجوبة

تدرب على مجموعة بيانات bAbI.

القائمة الكاملة (4 دفاتر ملاحظات)
  1. شبكة ذاكرة شاملة + خلية أساسية
  2. شبكة ذاكرة شاملة + خلية GRU
  3. شبكة ذاكرة شاملة + خلية LSTM
  4. الذاكرة الديناميكية

زوج الجملة

تدرب على فيلم كورنيل - مجموعة الحوارات

القائمة الكاملة (1 دفاتر ملاحظات)
  1. بيرت

الكلام إلى النص

تدرب على مجموعة بيانات الكلام في تورونتو.

القائمة الكاملة (11 دفترًا)
  1. تاكوترون، https://github.com/Kyubyong/tacotron_asr، دقة الاختبار 77.09%
  2. بيرن إل إس تي إم، دقة الاختبار 84.66%
  3. BiRNN Seq2Seq + Luong Attention + Cross Entropy، دقة الاختبار 87.86%
  4. BiRNN Seq2Seq + Bahdanau Attention + Cross Entropy، دقة الاختبار 89.28%
  5. BiRNN Seq2Seq + Bahdanau Attention + CTC، دقة الاختبار 86.35%
  6. BiRNN Seq2Seq + Luong Attention + CTC، دقة الاختبار 80.30%
  7. CNN RNN + Bahdanau انتبه، دقة الاختبار 80.23%
  8. توسيع CNN RNN، دقة الاختبار 31.60%
  9. Wavenet، دقة الاختبار 75.11%
  10. الكلام العميق 2 دقة الاختبار 81.40%
  11. نقل تعلم Wav2Vec BiRNN LSTM، دقة الاختبار 83.24%

التصحيح الإملائي

القائمة الكاملة (4 دفاتر ملاحظات)
  1. قاعدة بيرت
  2. قاعدة XLNET
  3. بيرت-قاعدة سريعة
  4. قاعدة بيرت دقيقة

فرقة أسئلة وأجوبة

تدرب على مجموعة بيانات SQUAD.

القائمة الكاملة (1 دفاتر ملاحظات)
  1. بيرت، 
{ "exact_match" : 77.57805108798486 , "f1" : 86.18327335287402 }

الجذعية

تدرب على Lemmatization اللغة الإنجليزية.

القائمة الكاملة (6 دفاتر ملاحظات)
  1. LSTM + Seq2Seq + شعاع
  2. جرو + Seq2Seq + شعاع
  3. LSTM + بيرن + Seq2Seq + شعاع
  4. GRU + BiRNN + Seq2Seq + Beam
  5. DNC + Seq2Seq + الجشع
  6. بيرن + بهداناو + كوبينت

تكبير النص

القائمة الكاملة (8 دفاتر ملاحظات)
  1. قفاز مُدرب مسبقًا
  2. GRU VAE-seq2seq-beam TF-الاحتمال
  3. LSTM VAE-seq2seq-beam TF-الاحتمالية
  4. GRU VAE-seq2seq-beam + Bahdanau انتباه TF- الاحتمال
  5. VAE + انتباه بهداناو الحتمي، https://github.com/HareeshBahuleyan/tf-var-attention
  6. VAE + VAE Bahdanau انتبه، https://github.com/HareeshBahuleyan/tf-var-attention
  7. قاعدة بيرت + أخذ عينات النواة
  8. قاعدة XLNET + أخذ عينات النواة

تصنيف النص

تم التدريب على مجموعة بيانات المشاعر باللغة الإنجليزية، وجدول الدقة في تصنيف النصوص.

القائمة الكاملة (79 دفترًا)
  1. الخلية الأساسية RNN
  2. الخلية الأساسية RNN + المفصلة
  3. الخلية الأساسية RNN + Huber
  4. الخلية الأساسية RNN ثنائية الاتجاه
  5. الخلية الأساسية ثنائية الاتجاه RNN + المفصلة
  6. الخلية الأساسية ثنائية الاتجاه RNN + Huber
  7. خلية LSTM RNN
  8. خلية LSTM RNN + مفصلة
  9. خلية LSTM RNN + Huber
  10. خلية LSTM ثنائية الاتجاه RNN
  11. خلية LSTM ثنائية الاتجاه RNN + Huber
  12. خلية LSTM RNN + التسرب + L2
  13. خلية GRU RNN
  14. خلية GRU RNN + المفصلة
  15. خلية GRU RNN + Huber
  16. خلية GRU ثنائية الاتجاه RNN
  17. خلية GRU ثنائية الاتجاه RNN + مفصلة
  18. خلية GRU ثنائية الاتجاه RNN + Huber
  19. LSTM RNN + Conv2D
  20. K-ماكس Conv1d
  21. LSTM RNN + Conv1D + الطريق السريع
  22. LSTM RNN + الاهتمام الأساسي
  23. LSTM المتوسعة RNN
  24. خلية RNN ذات الطبقة العادية LSTM
  25. فقط الاهتمام بالشبكة العصبية
  26. الشبكة العصبية ذات الاهتمام المتعدد
  27. آلة تورينج العصبية
  28. LSTM Seq2Seq
  29. LSTM Seq2Seq + لونج انتبه
  30. LSTM Seq2Seq + بهداناو انتبه
  31. LSTM Seq2Seq + وحدة فك ترميز الشعاع
  32. LSTM ثنائي الاتجاه Seq2Seq
  33. المؤشر نت
  34. خلية LSTM RNN + بهداناو انتبه
  35. خلية LSTM RNN + Luong انتبه
  36. خلية LSTM RNN + Stack Bahdanau Luong انتبه
  37. خلية LSTM ثنائية الاتجاه RNN + Bahdanau للخلف + للأمام Luong
  38. بايتنيت
  39. LSTM سريع وبطيء
  40. الشبكة السيامية
  41. LSTM Seq2Seq + tf.estimator
  42. طبقات الكبسولة + RNN LSTM
  43. طبقات الكبسولة + LSTM Seq2Seq
  44. طبقات الكبسولة + LSTM ثنائي الاتجاه Seq2Seq
  45. LSTM المتداخلة
  46. LSTM Seq2Seq + الطريق السريع
  47. خسارة ثلاثية + LSTM
  48. DNC (الكمبيوتر العصبي التفاضلي)
  49. كونفلستم
  50. صافي التحويلات المؤقتة
  51. دفعة واحدة من الخسارة الثلاثية + LSTM
  52. نص سريع
  53. شبكة الالتواء المسورة
  54. وحدة متكررة بسيطة
  55. شبكة الاهتمام الهرمية LSTM
  56. المحولات ثنائية الاتجاه
  57. شبكة الذاكرة الديناميكية
  58. شبكة الكيان
  59. شبكة الذاكرة من النهاية إلى النهاية
  60. BOW-Chars شبكة متفرقة عميقة
  61. الشبكة المتبقية باستخدام Atrous CNN
  62. الشبكة المتبقية باستخدام Atrous CNN + Bahdanau Attention
  63. الهرم العميق سي إن إن
  64. محول-XL
  65. نقل التعلم GPT-2 345M
  66. شبه RNN
  67. تاكوترون
  68. شريحة GRU
  69. شريحة GRU + بهداناو
  70. Wavenet
  71. نقل التعلم قاعدة بيرت
  72. نقل التعلم XL-net كبير
  73. LSTM BiRNN الحد الأقصى العالمي والتجميع المتوسط
  74. نقل التعلم BERT قاعدة إسقاط 6 طبقات
  75. نقل تعلم بيرت قطرة كبيرة 12 طبقة
  76. نقل التعلم قاعدة XL-net
  77. نقل التعلم ألبرت
  78. نقل التعلم إلى قاعدة ELECTRA
  79. نقل التعلم ELECTRA كبير

تشابه النص

تدرب على MNLI.

القائمة الكاملة (10 دفاتر ملاحظات)
  1. BiRNN + خسارة متباينة، دقة الاختبار 73.032%
  2. BiRNN + إنتروبيا متقاطعة، دقة الاختبار 74.265%
  3. BiRNN + خسارة الدائرة، دقة الاختبار 75.857%
  4. BiRNN + فقدان الوكيل، دقة الاختبار 48.37%
  5. قاعدة بيرت + إنتروبيا متقاطعة، دقة الاختبار 91.123%
  6. قاعدة بيرت + خسارة الدائرة، دقة الاختبار 89.903%
  7. قاعدة ELECTRA + إنتروبيا متقاطعة، دقة الاختبار 96.317%
  8. قاعدة ELECTRA + خسارة الدائرة، دقة الاختبار 95.603%
  9. قاعدة XLNET + إنتروبيا متقاطعة، دقة الاختبار 93.998%
  10. قاعدة XLNET + خسارة الدائرة، دقة الاختبار 94.033%

تحويل النص إلى كلام

تدرب على مجموعة بيانات الكلام في تورونتو.

القائمة الكاملة (8 دفاتر ملاحظات)
  1. تاكوترون، https://github.com/Kyubyong/tacotron
  2. CNN Seq2seq + مشفر صوتي CNN الموسع
  3. Seq2Seq + بهداناو انتباه
  4. Seq2Seq + لونج انتباه
  5. شبكة CNN المتوسعة + انتباه أحادي + مشفر صوتي لشبكة CNN المتوسعة
  6. المتوسعة CNN + الاهتمام الذاتي + المشفر الصوتي المتوسع CNN
  7. عميق CNN + انتباه أحادي + مشفر صوتي CNN المتوسع
  8. Deep CNN + الاهتمام الذاتي + مشفر CNN الموسع

مولد الموضوع

تدرب على أخبار ماليزيا.

القائمة الكاملة (4 دفاتر ملاحظات)
  1. تات-LSTM
  2. تاف-LSTM
  3. MTA-LSTM
  4. المتوسعة CNN Seq2seq

نمذجة الموضوع

مستخرج من مجموعة بيانات المشاعر الإنجليزية.

القائمة الكاملة (3 دفاتر ملاحظات)
  1. LDA2Vec
  2. بيرت: انتبه
  3. انتبه إلى XLNET

التلخيص الاستخراجي غير الخاضع للرقابة

تدرب على الكتب العشوائية.

القائمة الكاملة (3 دفاتر ملاحظات)
  1. تخطي الفكر المتجهات
  2. الشبكة المتبقية باستخدام Atrous CNN
  3. الشبكة المتبقية باستخدام Atrous CNN + Bahdanau Attention

ناقل

تدرب على مجموعة بيانات المشاعر باللغة الإنجليزية.

القائمة الكاملة (11 دفترًا)
  1. Word Vector باستخدام نموذج CBOW softmax
  2. Word Vector باستخدام التقدير المتباين للضوضاء CBOW
  3. Word Vector باستخدام نموذج Skipgram softmax
  4. Word Vector باستخدام التقدير المتباين لضوضاء Skigram
  5. مضمن تحت الإشراف
  6. خسارة ثلاثية + LSTM
  7. التشفير التلقائي LSTM
  8. دفعة الكل ثلاثية الخسارة LSTM
  9. نص سريع
  10. إلمو (بيلم)
  11. خسارة ثلاثية + بيرت

التصور

القائمة الكاملة (4 دفاتر ملاحظات)
  1. انتبه للخريطة الحرارية على بهداناو انتبه
  2. خريطة حرارة الانتباه على Luong Attention
  3. انتباه بيرت، https://github.com/hsm207/bert_attn_viz
  4. اهتمام XLNET

مشفر صوتي من القديم إلى الصغير

تدرب على مجموعة بيانات الكلام في تورونتو.

القائمة الكاملة (1 دفاتر ملاحظات)
  1. سي إن إن المتوسعة

انتباه

القائمة الكاملة (8 دفاتر ملاحظات)
  1. بهداناو
  2. لونج
  3. هرمي
  4. المضافة
  5. ناعم
  6. الاهتمام فوق الاهتمام
  7. بهداناو API
  8. لونغ API

ليس التعلم العميق

  1. روبوت الدردشة ماركوف
  2. تلخيص التحلل (3 دفاتر ملاحظات)
يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل