代码stage("git"){deleteDir()checkout( [ $class:'GitSCM',branches:[[name:'*/dev']], extensions:[ [$class:'CloneOption',depth:1,shallow:true,timeout:2], [$class:'RelativeTargetDirectory',relativeTargetDir:'devops'] ], userRemoteConfigs:[[credentialsId:'aqx_git',url:'https://aqx@192.168.1.
常见的对话系统个人助手•AppleSiri,AmazonAlexa,BaiduXiaodu客户服务•餐厅预定、商品咨询、债务催收休闲娱乐•MicrosoftXiaoIce,Replika放域对话系统检索式系统生成式系统检索式系统生成模型Sequence-to-sequenceGenerativePre-trainingModelsSequence-to-sequenceGenerativePre-trainingModelsBERT使用了双向注意力机制，每个token可以向左向右看到各个tokenGPT使用了单向注意力机制（从左到右）,是一个生成模型，每个token只能看到自己和前他面的词，只
回到目录说明复合的责任链，类似于管道模式，只要符合条件，说会向下传递，不会终止算法说明按最高优先级去使用，符合就用，不符合就走下一个策略具体链条,有点像pipeline管道模式BlackHandlerip=172.17.0.11RateLimitHandlerheader=is-blackWriteBlackHandlerheader=real-black继承抽象类AbstractHandler抽象的责任处理者抽象方法action，需要各个子类【具体的责任处理者】自己去实现final修饰的方法，封装了实现细节，子类不能重写setNextHandler方法，设置下一个链条的【责任处理者】Hand
softmax是比较常见且非常重要的函数，其计算公式如下：对于一个一维向量，softmax运算我们很容易理解。但是如何对矩阵进行softmax运算呢，下面介绍softmax在不同维度上对矩阵进行运算。softmax在paddle上的代码为：paddle.nn.functional.softmax(data,axis)其中data表示要运算的矩阵，axis表示要作用的维度。假设我们的data数据如下所示那么如何计算softmax(embeddings,axis=1)呢？下面我们对于embeddings矩阵进行编码，要求第1维的矩阵softmax值，我们需要保持第0维和第2维的数字不变，改变第1维
什么是任务型对话:任务型：用于帮助用户完成某领域的特定任务，例如订餐、查天气、订票等闲聊型：也称作开放域对话系统，目标是让用户持续的参与到交互过程，提供情感陪伴问答型：提供知识满足，具体类型比较多，如图谱问答、表格问答、文档问答等Pipeline型任务型对话系统什么是NLU?NLU(自然语言理解)：是指将用户表述映射为结构化的语义表示，典型的结构化语义表示是意图+词槽的形式。意图：是指对话中用户想要表达的目的，比如订票，查天气等词槽：是指用户表述中，与任务相关的核心语义元素意图分类+词槽识别==>文本分类+序列标注什么是DST？DS（对话状态）：是指将t时刻的对话表示为可供系统选择下一时刻动作
安装百度的PaddlePaddle，遇到ModuleNotFoundError:Nomodulenamed‘paddle’错误，记录下解决过程。安装完PaddlePaddle后，再Python解释器中运行如下语句importpaddle提示ModuleNotFoundError:Nomodulenamed‘paddle’Traceback(mostrecentcalllast):File"",line1,inmodule>ModuleNotFoundError:Nomodulenamed'paddle'重新安装网上说重新安装PaddlePaddle就可以了CPU版python-mpipinst
分类目录：《深入浅出PaddlePaddle函数》总目录相关文章：·深入浅出TensorFlow2函数——tf.exp·深入浅出TensorFlow2函数——tf.math.exp·深入浅出Pytorch函数——torch.exp·深入浅出PaddlePaddle函数——paddle.exp对输入xxx逐元素进行以自然数eee为底指数运算。语法paddle.exp(x,name=None)参数x：[Tensor]该OP的输入为多维Tensor。数据类型为float32、float64。name：[可选，str]具体用法请参见Name，一般无需设置，默认值为None。返回值与x维度相同、数据类型
视频：https://aistudio.baidu.com/aistudio/course/introduce/24177?sharedLesson=1490529&sharedType=2&sharedUserId=2631487&ts=1687144071539课件：https://aistudio.baidu.com/aistudio/course/introduce/24177?sharedLesson=1567917&sharedType=2&sharedUserId=2631487&ts=1687144083956机器同传技术及应用从机器翻译到机器同传同传关键问题与解决方案中英语音
什么是机器翻译机器翻译质量的自动评价从统计机器翻译到神经网络机器翻译多语言/多领域/多模态的翻译应用神经网络机器翻译面临的挑战视频：https://aistudio.baidu.com/aistudio/course/introduce/24177?sharedLesson=1480611&sharedType=2&sharedUserId=2631487&ts=1687143971537课件：https://aistudio.baidu.com/aistudio/course/introduce/24177?sharedLesson=1718790&sharedType=2&sharedUs
NLP问答任务相似度和规则匹配，都是早期的方法，现在主流的方法，都是基于生成的方法结构化数据问答，有两种形式，一种是知识图谱形式、一种是关系型数据库形式。主要应用在企业中，减少销售的成本应用于商业智能，用于报告生成，解放了财务能力，降低人力成本结构化数据问答任务结构化数据问答：基于给定的结构化知识库和自然语言问题，给出问题对应的答案任务能力：推理能力：基于现有知识推理/计算给出答案，E.g.OPPOA93比魅族18贵多少呀输出结果可解释：输出知识库查询语句结构化形式存储，不尽存储了问题的知识和答案，这种存储有利于推理和计算结构化问答能够输出查询语句，是人类可读可理解的，相对于其它问答形式，这种
