当前位置:首页|资讯|AIGC|ChatGPT

AIGC专题:ChatGPT项目实战-理解真实业务场景中, ChatGPT的使用方式

作者:烟树晚雁发布时间:2024-03-23

原标题:AIGC专题:ChatGPT项目实战-理解真实业务场景中, ChatGPT的使用方式

今天分享的是AIGC系列深度研究报告:《AIGC专题:ChatGPT项目实战-理解真实业务场景中, ChatGPT的使用方式》。

(报告出品方:黑马程序员)

报告共计:63

海量/完整电子版/报告下载方式:公众号《人工智能学派》

项目背景

以一个人名为输入, 使用模型帮助我们判断它最有可能是来自哪一个国家的人名。

这在某些国际化公司的业务中具有重要意义, 在用户注册过程中, 会根据用户填写的名字直接给他分配可能的国家或地区选项, 以及该国家或地区的国旗, 限制手机号码位数等等。

以一个人名为输入, 使用模型帮助我们判断它最有可能是来自哪一个国家的人名, 这在某些国际化公司的业务中具有重要意义, 在用户注册过程中, 会根据用户填写的名字直接给他分配可能的国家或地区选项, 以及该国家或地区的国旗,限制手机号码位数等等。

项目背景有哪些?

用户注册过程中,会根据用户填写的名字直接给他分配可能的国家或地区选项等。

MLP包含几大领域问题?

文本分类、文本摘要、问答系统、机器翻译、文本纠错等等。

本项目属于NLP那种类型问题?

文本分类问题。

项目整体架构

数据获取:

如何读取数据?

模型构建与训练:

模型构建:RNN系列模型+全连接层;模型训练:模型预测值和真实值Loss;(计算损失,反向传播,梯度更新,模型保存)。

数据处理:

目的:将文本数据处理成符合模型输入的文本;文本张量化:将文本转化为符合模型输入x以及对应标签y(lucy---English);原因:人名属于短文,同时字母之间的联系不紧密(如:lucy,zhangsan) ;构建数据迭代器:将上一步数据源进一步封装,方便模型输入。

模型评估:

作用:检验模型效果 (实例化模型,加载保存模型,模型预测)。

项目实现流程有哪些?

数据获取,数据处理,模型构建与训练,模型预测,模型评估。

数据处理的目的什么?

将文本数据处理成符合模型输入的文本采用的是文本张量化(字符张量化),通过onehot解决。

什么是RNN?

RNN(Recurrent Neural Network), 循环神经网络;一般以序列数据为输入;通过网络内部的结构设计有效捕捉序列之间的关系特征;一般也是以序列形式进行输出。

RNN神经网络结构?

输入层,隐藏层,输出层; 每一个时间步的输入有2个;每一个时间步的输出有2个。

RNN模型作用?

因为RNN结构能够很好利用序列之间的关系,因此针对自然界具有连续性的输入序列,如人类的语言,语音等进行很好的处理。

RNN应用场景有哪些?

广泛应用于NLP领域的各项任务,如文本分类,情感分析,意图识别,机器翻译等。

什么是RNN?

循环神经网络。

RNN模型作用?

针对自然界具有连续性的输入序列,进行很好的处理如人类的语言,语音等。

报告共计:63页

海量/完整电子版/报告下载方式:公众号《人工智能学派》


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1