Bigrams 相关的热门 GitHub AI项目仓库

基于n-gram概率模型和多种平滑技术的词预测

高效学习自然语言处理（NLP）的教程和指南

这段脚本的目标是实现三个语言模型来完成句子补全的任务，也就是给出一个缺词的句子，从候选词列表中选择正确的词。使用语言模型解决这个问题的方法是：每次考虑一个候选词，然后询问语言模型哪个版本的句子概率最大。

一个用于自然语言处理的 Go 语言 n-gram 索引器，具有模块化的分词器和数据存储

我们利用分布式语义模型（包括word2vec系列算法和CADE框架）, 从我们生成的意大利文学语料库中学习词嵌入。

测试和学习不同的自然语言处理和词法分析技术

一个项目，运用各种自然语言处理（NLP）技术和机器学习（ML）算法，例如主题建模和段落嵌入，进行文档聚类。

本项目旨在探索文本挖掘技术能否仅通过电影描述（忽略IMDB_movies.csv数据集中的电影类型，数据保存在movies_desc变量中）来更有效地对电影进行分类。我们使用词频-逆文档频率 (TF-IDF) 进行分词，提高分析电影描述中词频的效率，以便即使从未看过任何一部电影，也能确定电影系列的概念主题。通过主题建模，在IMDB_movies.csv数据集中创建与每个主题相关的术语组合，以及区分每个文档的主题组合。情感分析则关注使用Bing和NRC词典进行情感聚类分析的电影，以了解...