广东龙网 | 科技 | 登录

字符级NLP优劣分析:在某些场景中比词向量更好用[四]

广东龙网 - 科技频道 | | 来源:机器之心Synced

广东龙网科技频道:【本文标题是字符级NLP优劣分析:在某些场景中比词向量更好用[四]。。】---来源是:机器之心Synced

[字符级NLP优劣分析:在某些场景中比词向量更好用[四]]

----字符级NLP优劣分析:在某些场景中比词向量更好用//----广东龙网 http://www.guangdonglong.com //

使用 LightTag 标注的油井日志

WellLine 的数据域几乎算得上是一种英语次级方言 。 很多词都是英语 , 但也有很多不是 , 其中有很多只有领域专家才能理解的缩写和行话 。 因为这个域的数据在互联网上并不充裕 , 词向量等常用的预处理 NLP 解决方案并没有适合 WellLine 的词汇库 。

在 WellLine 这个情况中 , 度量和单位都很重要 , 但在应用模型之前将它们 token 化可能会有问题 。 比如标注为「Rig Equipment」的「9 7/8" BHA」这一项;标准的 token 化方法(对词有标准的假设)会将这些数字分开 , 让我们得到 [9,7,/,8,"] 。 要得到更准确的 token 化方法 , 需要大量领域专业知识和工程开发工作 。

你会喜欢下面的文章?

月亮的背后有什么?

- 阅13

广东龙网科技频道提示您本文原始标题是:月亮的背后有什么? 撰文/古道君 出品/古道......

微盟CEO孙涛勇:与腾讯多层面合作 将探索并购整合机会

- 阅45

广东龙网科技频道提示您本文原始标题是:微盟CEO孙涛勇:与腾讯多层面合作 将探索并......

瑞幸咖啡公布2019年战略目标 回应严重亏损持续补贴等话题

- 阅30

广东龙网科技频道提示您本文原始标题是:瑞幸咖啡公布2019年战略目标 回应严重亏损持......

焊接机器人自动化生产线在汽车摩托车行业替代人工作业

- 阅15

广东龙网科技频道提示您本文原始标题是:焊接机器人自动化生产线在汽车摩托车行业替......

京东第一夫人朋友圈被爆,原来是其同学所为,章泽天退群

- 阅34

广东龙网科技频道提示您本文原始标题是:京东第一夫人朋友圈被爆 , 原来是其同学所......

小米Play隐藏水滴后的样子,网友看完:窒息了

- 阅47

广东龙网科技频道提示您本文原始标题是:小米Play隐藏水滴后的样子 , 网友看完:窒......

儿童手表行业年终盘点:小天才Z5行业最佳,亦青藤旗舰抢眼!

- 阅27

广东龙网科技频道提示您本文原始标题是:儿童手表行业年终盘点:小天才Z5行业最佳 ,......

收入破千亿,BAT底蕴助力百度寒冬狂奔

- 阅11

广东龙网科技频道提示您本文原始标题是:收入破千亿 , BAT底蕴助力百度寒冬狂奔 新......

UFO频繁光顾地球,为何从不主动攻击人类?科学家或已发现背后秘

- 阅18

广东龙网科技频道提示您本文原始标题是:UFO频繁光顾地球 , 为何从不主动攻击人类?......

海底终极大战中的三维应用

- 阅46

广东龙网科技频道提示您本文原始标题是:海底终极大战中的三维应用 近日上映的好莱坞......