分詞
含有「分詞」共 10 篇內容
全部內容
發佈日期由新至舊
總是搞不清楚 V-ing 和 V-ed 到底是動詞還是形容詞？這篇教學文帶你一次搞懂「分詞」的概念，包含現在分詞（V-ing）與過去分詞（V-ed）的主動被動判別、情緒動詞的特殊用法，以及進階的「分詞構句」，並透過多益實戰題解析，讓你輕鬆掌握這個英文學習痛點，提升閱讀與寫作能力。
上一篇只講了 Tokenizer 最快的用法，但仔細想想還是寫得再詳細一點好了
tokenizer() 可以將一串句子變成電腦看得懂的編碼，但他其實包含三個動作
1. 將句子拆分成一個一個字詞
2. 將字詞轉換成編碼
3. 添加 Special Token
今天要講的是 Hugging Face 貼心準備的工具包，歸屬在 Transformers 中的 Tokenizer (分詞器)
電腦沒辦法理解人類的語言，所以需要先將文字轉換成電腦能讀懂的數字，而我們不可能把一整句話直接編碼，例如："I love you."=1、"I love him."=2...，這樣編碼到最後會變成天文數字，所以在那之前我們需要先將一句話分成最小單位，也就是「詞」
本文介紹了流行的Python套件NLTK（Natural Language Toolkit）的主要特點、功能和在中文和英文語料上的應用。從安裝到實際應用，深入介紹了分詞、停用詞去除、詞性標註、命名實體識別等NLP任務的具體實現和步驟，幫助讀者理解和應用NLTK。
2409 (承上篇) 動作就是動作 → 分詞模式 (ChatGPT 來幫忙)
以下例句取材自紐約時報：
https://www.nytimes.com/2017/11/27/smarter-living/how-to-be-happy.html?unlocked_article_code=1.Z
此句取自p. 66 of 04.2022 National Geographic
請問底線內容如何表達為最佳？
(4)原句最佳
譯：看他單手輕鬆地吊在叢林上方200英呎處，他所具有那與卵石蟾蜍(我數天前看見附著在Bruce手指上)的神秘相似性浮現在我腦海。
這篇文章能帶你的收穫將超乎你的想像，除了可以避免你或你所在的公司浪費無數時間、金錢在一些沒有意義的事情上面虛耗（譬如調參數、重新訓練，採用錯誤的機器學習方法或架構），也可以讓你或你的公司在獲得相關知識之後，能更正確的理解當前的環境與制定出更好的市場戰略。LSTM技術的致命缺陷也在此顯現出來！
