问题标签 [natural-language-processing]

我对神经网络的了解非常基础，但我的目标是：给定一组简短的输入（一个单词字符串和数字），我希望经过训练的网络生成一段与输入数据相关的文本。

我以前用 RNN 来进行基本的自然语言生成，但从来没有基于给定的输入。（例如，我玩过https://github.com/karpathy/char-rnn）

那里有太多信息，我不确定我应该使用哪种模型或从哪里开始。

我正在使用 Python(3.6) 和 Django(2) 开发一个项目，在该项目中我需要使用 Google 云自然语言处理 API 处理目录中的太多文件，但是在处理 ~100 个文件后，它返回错误：

ssl.SSLEOFError: EOF 发生违反协议 (_ssl.c:852) [29/Dec/2018 13:27:33] "POST / HTTP/1.1" 500 17751

这里来自views.py：

AllenNLP 有一个预测函数，它接收一个 JSON 文件，然后输出一个 JSON 文件。从文档中可以@overrides predictor.load_line 并写入一个函数来接收一个文本文件。

你会怎么写这个函数？以及如何实现该功能（即作为模块导入）？

AllenNLP load_line API：https ://allenai.github.io/allennlp-docs/api/allennlp.predictors.html?highlight=sentencetaggerpredictor#allennlp.predictors.predictor.Predictor

我在这里学习教程： https ://github.com/allenai/allennlp/blob/master/tutorials/tagger/README.md

我正在使用 Python(3.6) 和 Django(2) 开发一个项目，在该项目中我需要使用 Google 云自然语言处理 API 处理目录中的太多（~ 50k）文件，但在处理了 ~400 个文件后它返回错误为：

注意：我搜索了很多，所以请不要将其标记为重复！

引发 HttpError(resp, content, uri=self.uri)

googleapiclient.errors.HttpError: https://language.googleapis.com/v1beta2/documents:analyzeSentiment?alt=json 返回“错误网关”>

[2018 年 12 月 30 日 05:10:03]“POST/HTTP/1.1”500 15162

这里来自views.py：

我有一些自然语言的语句，我必须转换为 OCL 格式，我是初学者，自己写了一些，但未能转换一些高级语句，我搜索了很多这样的，这个和这个， 但没有找到一些东西确切或相似。

我要转换的语句：

1.禁用Web服务器目录列表并确保文件元数据（例如GIT）和备份文件不存在于Web根目录中

2.记录访问失败，提醒管理员重复失败

3.限制API和控制访问，将自动化攻击的危害降到最低

4. 通过查询参数化阻止 SQL 注入。

请帮我

谢谢

我正在做一个地址解析项目，我需要检测地址的各个组成部分，例如城市、州、邮政编码、街道编号等。

我编写了一个正则表达式来过滤掉处理所有用户输入的邮政编码。

这可以识别此类地址的邮政编码，但是，当出现如下地址时，它会结合街道编号并将其解释为邮政编码，

在这种情况下，邮政编码被标识为 323461，而正确的应该是 560029。

我正在尝试制作一个 prolog 语言解析器。当我去加载我的脚本时，我得到了错误

我的代码如下

我已经阅读了其他一些关于此的帖子，但我仍然不确定我哪里出错了。

检查np pp并vp工作我正在使用电话；np([the,cat,sat,on,the,mat],O,L).,pp([on,the,mat],P,L).和vp([the,cat,sat,on,the,mat],O,L).. 一次调用ERROR: Undefined procedure: vp/3 (DWIM could not correct goal)出现错误，所有 3 次调用都是相同的错误，唯一的区别vp/3是np/3或者pp/3

期望的目标是使用调用sentence(some_sentence)并让程序输出 和 的np pp结果vp。

我正在尝试开发用于评论数据的情绪分析工具。我遇到了一些极端情况，其中一个句子的整体情绪可能是积极的，但包含一个消极的词。
例如 ：

我非常想要这个 iPad。
是的，它看起来不错！

我尝试了 2-3 个情绪分析库，他们推断出带有负面情绪的句子。我还没有找到任何正在研究此类解决方案的工作。在这种上下文情况下，是否有任何已知的解决方案来处理情绪？

我主要尝试了基于词典的方法。我使用了 NLTK、SPACY、IBM 音调分析器、TextBlob、VADER。目前，我正在平均所有结果的总和。

我是 AI 和 NLP 的新手。我想检查一下bert是如何工作的。我使用 BERT 预训练模型： https ://github.com/google-research/bert

我运行了 extract_features.py 示例，在 readme.md 中的提取特征段落中进行了描述。我得到了向量，作为输出。

伙计们，如何转换结果，我在 extract_features.py 中获得下一个/不是下一个标签？

我想运行bert来检查两个句子是否相关，并查看结果。

谢谢！

在 Blackburn 和 Bos 的“自然语言的表示和推理 - 计算语义的第一门课程”中，他们给出了以下谓词：

它应该启动解析句子和创建语义表示的过程。我省略了所有其他定义，因为相信它们与我的问题无关。我很好奇如何使用这个谓词parse

我试过parse([Bob, walks])了，但收到错误消息。

你觉得这parse应该怎么用？