菲洛嘉青春动能素135HA FILLMED® NCTF 135HA LED指示灯的常见故障分析 智微智能 Elkhartlake K075终端,零售产业新选择 天空蓝拓客管理系统详细介绍版 muso公链项目 天使计划 是什么?[秘] 独家揭秘最前沿的家装“黑科技”——掌赋 天博体育欧洲杯特辑,东道主法兰西的失意2016 亚马逊的送货侦察员 学习听起来像挡泥板 Google Comics Factory使ML变得容易 笑着说-男性或女性 Amazon Rekognition中更好的人脸检测 关于Spaun的真相-大脑模拟 两个聊天机器人彼此聊天-有趣又怪异 GANPaint:将AI用于艺术 WCF和WF给予社区 从耳朵到脸 所有神经网络的深层缺陷 蠕虫在尾巴上平衡杆子 Kickstarter上的OpenCV AI套件 TensorFlow-Google的开源AI和计算引擎 众包取代新闻工作者 Google的DeepMind学会玩街机游戏 哑机器人V智能机器人 .NET与.NET 5融为一体 Google的深度学习-语音识别 LInQer将.NET LINQ移植到Javascript 机器人TED演讲-新的图灵测试? GAN的发明者加入苹果 您的智能手机会监视您键入的内容 人工智能帮助改善国际象棋 Zalando Flair NLP库已更新 TensorFlow 1.5包含移动版本 AlphaGo输了一场比赛-比分3-1 虚拟机器学习峰会 Microsoft开源AI调试工具 SharePoint走向移动 F#4.0发出文化变革的信号 克里斯蒂拍卖AI艺术品 人工智能如何区分 Facebook在蒙特利尔的新AI实验室 Mozilla想要您的声音 微软使用极深的神经网络赢得ImageNet 建立AI合作伙伴关系 .NET Core 3-Microsoft几乎回到了起点 神经网络-更好的销售商? Google使用AI查找您的住所 虹膜-适用于Android的Siri证明苹果没有优势 TensorFlow 2提供更快的模型训练 深度学习研究人员将为Google工作
您的位置:首页 >开发 >

Google开源准确解析器-Parsey McParseface

Google的英语解析器“ Parsey McParseface”的命名经常涉及很多新闻,但其中有一些严重的AI正在进行中,还有种玩笑。

如今,我们倾向于认为对AI而言,只有一种明智的方法-端到端的深度神经网络,您可以将原始数据放在一端,然后得出所需的响应。但是,还有其他更多的“结构化”方法。例如,您可以采用端到端的方法解决语言理解问题,只需要输入单词并希望含义就可以了。另一方面,有使用语法分析语言的悠久传统。在这种情况下,您需要使用某种语言并将其分解为句子,然后将句子分解为名词和动词以及其他词性。

查找语言的语法结构通常称为解析,因此需要使用Google的英语解析器Parsey McParseface的名称-如果您不知道这种奇怪的构造是从哪里来的,您会错过最近有关英国研究船命名的争议。它以良好的民主风格被公开投票,博伊蒂·麦博菲斯(Boyy McBoatface)获胜。在完全不顾民主的情况下,这艘船被命名为大卫·阿滕伯勒爵士。我想您可以说Google是为纪念Boaty McBoatface事件而命名的解析器,但您也可以将其视为开源项目命名不佳的另一个例子。

转到实际的代码,这才是真正重要的。Parsey McParseface被称为世界上最准确的语言模型。您可能会猜测其中涉及到一个神经网络,即使这是一种用于语言理解的传统解析方法。您可能会猜到的另一件事是SyntaxNet是使用TensorFlow构建的,TensorFlow是Google的开源框架,用于各种并行计算。

parseexample

行动中的解析

通过应用具有准确解析序列的句子来训练神经网络。当用来解析一个句子时,单词一次出现一次,并保留由网络判断的可能的解析。随着单词的增加,最佳的分析更改和候选者将被丢弃。如果这听起来很简单,那么您需要记住博客中所说的内容:

“中等长度的句子(比如说20或30个单词的长度)具有成百上千,甚至上万个可能的句法结构并不少见。”

神经网络用于将大量可能性减少为较少数量的可能候选对象。

解析

两个正确的分析,但只有一个对应于现实世界。

如果在注视着图表之后您没有看到错误的解释,请考虑一下她的车上有一条街道的想法!

Parsey McParseface是SyntaxNet的经过训练的示例。您可以使用它来解析英文文本,还可以训练SyntaxNet来生成自己的专用解析器。使用其名字的Parsey擅长于单词之间的依存关系,达到94%的准确度,优于以前的最新系统,并且在格式良好的文本上接近人类的表现。在格式较差的文本上,它可以达到90%的精度。

据称这足以在实际应用中使用。它所产生的错误可能需要一个神经网络,而不是在语法分析之外的其他层次上工作,因为它们依赖于真实的知识来正确。

您可以将其用于什么样的事情?

虽然语法分析没有给您句子的含义,但确实可以帮助您理解句子的含义。要了解句子的主语,宾语和动词部分,可以使您编写能够正确响应命令的机器人。它也可以用于从新闻报道和其他基于文本的数据中提取信息。但是,要使所有这些应用程序具有说服力地工作,您仍有许多工作要做。语法只是语义的指南。

语法图标

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。