听说过SMT吗（Surface Mounting Technology表面贴装技术）？SMT是电子产品生产过程中的核心工艺。形象一点说就是先把锡膏印刷在PCB（Printed Circuit B

本人研一，刚接触nlp，请问有人有这篇论文的复现代码吗？Chinese Knowledge Base Question Answering by Attention-Based Multi-Granu

前面安装步骤都是一步步根据提示来的，各种工具都已安装，编译也显示done，没有报错。现在遇到此问题，困扰好久没有解决，不知道是不是路径设置的问题呀？

已经安装chi_sim.traineddata字库，识别下面图片的时候，无法识别图片内容tesserocr.image_to_text(image, lang='chi_sim', psm=8)

目前技术路线有些迷茫😣目前看了命名实体识别很多人用BiLSTM+CRF，想尝试一下用Python

使用自定义词库进行分词，然后匹配出与词库相对应的词。或者有更好的库与方法吗？

github上预览的文档是分了段的，但下载用txt打开后就没有分段了，所有内容挤在一段里，如何解决？

seq2seq 文本生成的本质是不是 也是找相似，对于输入seq，从训练集里寻找最相似的输入seq？

NLP文本分类的本质是不是其实是找相似，对于要分类的句子，在训练集里找最相似的句子？

deep 机器翻译 的本质是不是 也是找相似，对于输入seq，从训练集里寻找最相似的输入seq？

NLP文本匹配问题的本质是不是 对于要预测的句子，遍历候选句子 从训练数据集里寻找最相似的pair？

1.深度学习下序列标注如何理解？有篇文章说序列标注如分词，命名实体识别，其实都是对每一个token(每个字？)进行一次多分类，如dense层对每个字进行了一次分类，最后组装起来。2.问题・_・?这是否

我需要从一本杂志类PDF文件中，提取所有文章（标题及内容），杂志内容如图：我需要对这种类型的页面进行批量识别，尽量做到能提取出所有文章，但是传统PDF文字识别都是横向识别，无法确定竖向排版如果我想完成

from gensim.models import word2vec 我使用gensim中的word2vec可以一次查看到每个词对应的向量 import fasttext但是使用fasttext加载

转化句子 冰雪元素与长白文化在体验式展馆设计的作用与研究

如图所示错误，它提示tensor不可调用，我没看懂哪里调用了tensor，有人知道怎么改嘛

比如随便一段文字 受电动汽车发展拉动、相关材料价格上涨影响，锂电、锂矿、电解液板块同时大涨。 截至7月2日收盘，Wind锂电池指数上涨1.74%。该指数下南都电源(300068.SZ)上涨17.13%

关键在于食物成分有很多带有“-”，比如“frozen-limeade-concentrate”，在GoogleNews-vectors-negative300中是查不到的，需采用合理、准确的方法训练得

添加加性噪声比较普遍，但作为背景噪声并不太能符合实际，在声纹识别中如果添加乘性噪声会不会更有意义，如何添加，最好可以附代码

class GHM_Loss(nn.Module): def __init__(self, bins, alpha): super(GHM_Loss, self).__init

NLP 如何对提取出来的新词进行词向量的过滤? 就是提取出来的新词可能什么方向的都有,我只需要其中某个领域的,比如医疗相关的.如何能实现对新词的一个过滤,进一步去除不相连的新词.

已训练模型pkl中识别 机构名，时间，地点等六类实体，但新加入的训练数据集只有前三类实体，有什么方法可以只训练模型对这三种实体的识别能力，而不影响其他三种？