NLP - 随笔分类 - schaffen

[NLP] 反思如何通过HMM-GMM实现语音识别

摘要：目标输入：语音的波形。输出：语音对应的文字。详述我在思考一个问题，如何将语音转化为文字。我知道要使用HMM-GMM算法，虽然了解一些细枝末节的零散知识，但宏观上并没有形成整体概念。我拆解语音和文字，并省略诸多的细节。语音部分，通过预处理，我可以得到特定的非常长的帧。文字部分，文字通过音节字阅读全文

posted @ 2021-11-01 15:39 schaffen 阅读(324) 评论(0) 推荐(0)

[算法] 简单回顾 HMM 算法

摘要：0 简介本文介绍了HMM算法。 1 简单的理解 HMM 算法，名为「隐马尔科夫模型」。类似这张图片： \[ Q={q_1,q_2,…,q_N},V={v_1,v_2,…,v_M} \] \[ I=(i_1,i_2,…,i_T),O=(o_1,o_2,…,o_T) \] 名称的：状态序列是隐藏的阅读全文

posted @ 2021-11-01 00:12 schaffen 阅读(417) 评论(0) 推荐(0)

[NLP] 2.3 编辑距离和对齐（Edit Distance and Alignment）

摘要：获得两个strings的距离，是非常有价值的事情。你可以用这个进行单词的修正，例如你在office里面输入了单词graffe，然后软件帮你自动搜索最近的单词，类似graf，graft等等。对于基因编辑来说，也非常有帮助。我们都知道基因由AGCT序列组合而成，它们可以被视为文本，然后查找最近的基因阅读全文

posted @ 2020-12-15 18:37 schaffen 阅读(390) 评论(0) 推荐(0)

[NLP] beam search的简单实现

摘要：介绍本文基于该博客的内容改编。想象你是一位校长，手下有十个班级，每个班级5个学生，每个学生都坐在自己的座位上，每个人成绩都不一样。（如果你很难想象，那么就看看下面的代码实例中的data变量。）现在你的任务是，从一班到十班，根据特定规则，在每个班级寻找一位学生，然后搭配成为最好的学生组合（注意阅读全文

posted @ 2020-11-25 05:07 schaffen 阅读(646) 评论(0) 推荐(0)

[TORCH] pack_padded_sequence 和 pad_packed_sequence 的使用（2020版本）

摘要：内容简介本文主要是通过代码的方式展示pytorch的pack和pad函数。找到的两个可以参考的靠谱网站(不是CSDN的奇怪东西)：理论链接，建议直接看图实践链接，直接看代码使用的代码 from torch.nn.utils.rnn import pack_padded_sequence, 阅读全文

posted @ 2020-11-24 23:53 schaffen 阅读(609) 评论(0) 推荐(0)

[NLP] 2.2 文本正规化（Text Normalization）

摘要：上一节，我们尝试使用正则表达式工具来提取必要的信息，接下来则是要对提取出来的文本正规化。基本的任务（根据实际应用会产生变化）：让文本句子token化/segment化（获得单词）正规化**单词(word)**的形式（例如提取单词的主干，比方说英语中的原型和过去式）让句子segment化上阅读全文

posted @ 2020-11-08 22:17 schaffen 阅读(1305) 评论(0) 推荐(0)

[NLP] 2.1 RE 正则表达式

摘要：本文整理自 TUM 的英文 NLP 课程。正则表达式：使用代数符号（例如：+-*/）去表征，查找一系列的字符串，是一种非常简单的分类器（搜索器）。文中收录的可能不全，如果想要知道更加完整的指南，可以参考： -快速完整入门指南 (https://deerchao.cn/tutorials/rege 阅读全文

posted @ 2020-11-08 07:19 schaffen 阅读(157) 评论(0) 推荐(0)

schaffen

随笔分类 - NLP

公告