最近的项目就是NLP相关,说一些个人对NLP的看法。直观地看,NLP算法工程师的经验和算法工程师的经验没有太大差别。NLP的发展并不是那么快。如果没有实际的业务需求,NLP的实现或产品功能不如其他领域那么大,所以NLP工程师可能会面临相对较多的挫折,当然也面临更多的机会。实际上,算法工程师的经验非常重要,两个人认为这是积累和反思,通常花更多的时间阅读纸张来重现一些实验,而不会浪费你的表现和时间;问题经常得到解决需要的是经验和灵感。这两点通常都是从积累和反思中得出的。因此,当你处于最佳位置时,要认真思考。不要拘泥于时间,形式和位置。当你下班或放松时,你经常可以激发灵感。因此,重要的是要保持对问题的关注程度。不要在压力下压力自己(当然,前提是你已经做了足够的积累)。
也许就像这样,经历这种事情,总觉得有时不容易说出来,所以有兴趣在坑里试试。


我发现还有每天的工作问题。其实,这个比较因人而异。根据不同的实践领域,它也有很大的不同。您可以参考一些您的回复,然后对其进行优化。




NLP伪原创技术早期并不是很受欢迎 <https://blog.csdn.net/i_like_cpp/article/details/79739520>


基于主动学习的伪原创句法识别研究 <https://blog.csdn.net/i_like_cpp/article/details/79734135>

友情链接
KaDraw流程图
API参考文档
OK工具箱
云服务器优惠
阿里云优惠券
腾讯云优惠券
华为云优惠券
站点信息
问题反馈
邮箱:ixiaoyang8@qq.com
QQ群:637538335
关注微信