NLP

NLP(自然语言处理)是人工智能的一个重要分支,致力于研究计算机与人类自然语言之间的交互,目标在于使机器能够​​理解、解释和生成人类语言​​。其核心任务涵盖基础技术如​​分词、词性标注、句法分析​​,到高级应用如​​机器翻译、情感分析、智能问答、文本摘要和语音识别​​。传统方法依赖统计机器学习与语言学规则,而现代NLP几乎完全由​​深度学习​​驱动:​​词嵌入​​(如Word2Vec)将词语映射为稠密向量,​​循环神经网络(RNN)​​、​​长短期记忆网络(LSTM)​​ 以及​​Transformer架构​​(如BERT、GPT系列)依靠注意力机制彻底改变了序列建模能力,使模型能够捕捉上下文语义的细微差别。预训练大语言模型(LLM)的出现,如ChatGPT,进一步推动NLP进入通用语言理解和生成的新阶段。NLP技术已广泛应用于搜索引擎、智能助理、机器翻译、内容推荐、舆情分析等领域,持续推动人机交互方式的变革,并成为当代AI技术落地最成功的方向之一。
项目内容:构建美国科学研究系统的知识图谱,由NIH和NSF数据构建网络,并用复杂网络理论对合作模式进行挖掘。 项目技术:Schema设计、ER图、Scrapy爬虫、知识图谱、Neo4j、复杂网络分析(节点中心性、聚类系数)、Mediawiki 项目成果:爬取数据后,构建极大连通子图包含52883条12年NIH数据、47949条14年NSF数据,数据融合后总计100832条数据43个特征,并绘制4类实体UML类图、Protege本体图,构建含71489个节点86177个关系的Neo4j知识图谱,并通过复杂网络统计指标分析,揭示跨机构合作模式,通过MediaWiki展示在SMW平台
1780Python知识图谱
项目技术:数据增强(镜像反转、左右各旋转30度、增加噪点、MSRCR处理光线)、迁移学习、ReduceLROnPlateau缩小学习率、Xception/InceptionResNet-V2特征融合 项目成果:从Kaggle中获取999条数据,采用迁移学习及微调模型比较多个深度学习模型的准确率后,得到Xception模型最高仅为95.6%,对模型进行特征融合,模型准确率提升至98.4%
820Python机器学习
项目技术:随机森林、LSTM、SVR 项目成果:总计1825条数据20个特征,构建了4个新特征总计24个特征,绘制饼状图、箱形图等对特征选择并比较不同特征效果,随机森林、SVR采用R2、MAE、MSE评估指标,LSTM采用MAE、MSE评估指标,比较两个模型的结果后,最终采用LSTM模型,MAE与MSE分别为0.01416,0.0026
840Python机器学习
项目内容:使用t-sne降维方法对抖音的客户数据进行分析,构建用户画像分析客户对不同物品的偏好程度。 项目技术:t-sne降维、jieba分词、构建用户画像、PyQt5 项目成果:Python连接Mysql数据库获取10w+数据量,经过特征生成、数据预处理、构建模型后,并通过PyQt5搭建前端并程序化,一键生成总计9类不同投放方26个特征的roi及不同客户的商品偏好词云。
580Pythonnlp
项目内容:使用k-prototypes聚类方法对好大夫在线网站获取的医生数据进行分析,构建用户画像分析互联网医疗行业的分级诊疗情况。 项目技术:Scrapy爬虫、SWOT分析、哈工大LTP分词、K-prototypes聚类、PCA/t-sne降维可视化、构建用户画像、文献调研 项目成果:根据2952447条数据29个特征建立模型,识别8类核心用户群体,为互联网+医疗促进分级诊疗制度的实施提供数据支持
550Pythonnlp
医疗相关项目开源项目
1. 用户与权限管理 多角色支持:患者、医生、管理员 用户注册、登录、登出 个人信息管理与修改 权限分级与访问控制 2. 患者端功能 在线预约挂号(选择类型、科室、医生、时间段等) 预约记录查询与取消 检查报告在线查看 历史就诊与随访记录管理 智能问诊与健康建议 3. 医生端功能 预约管理(待确认、已确认、历史预约、日历视图) 预约确认、拒绝、完成、取消、随访等操作 患者列表与详细病历管理 检查报告分析、编辑、打印 智能助手与医患沟通 4. 管理员端功能 用户管理(增删改查、重置密码、角色分配) 系统配置与参数管理 操作日志与系统备份 角色与权限管理 5. 医学影像分析 支持 nii/nii.gz 格式医学影像上传 智能诊断分析(集成深度学习模型) 自动生成诊断报告 影像与报告关联管理 6. 智能助手 医学知识问答 诊断建议与治疗推荐 医患在线沟通与历史消息查询
2860Python网页(Webview)
当前共6个项目more
×
寻找源码
源码描述
联系方式
提交