|
Post by account_disabled on Apr 3, 2024 9:27:32 GMT 3
这意味着编码器必须经过训练才能识差别,以便能够生成准确的翻译。这就是向量中的全部内容! AI翻译内容 使用DeepL.com进行翻译的示例 人工智能可以识别同一个单词“ Kater”的上下文,在不同的上下文中会产生不同的翻译。 有了我们的 Company2Vec 编码器,情况就有些不同了。如果我们想要收集有关公司活动、目标市场和规模的信息,我们必须训练编码器仅提取与我们相关的公司描述或网页信息。 这意味着,编码器必须能够在不依赖文字的情况下工作。 在机器翻译中,向量根据上下文而不同。对于 Company2Vec,如果公司相同,它们应该尽可能相似。 Company2Vec 为何如此特别? 在 Dealfront,我们找到了一种训练 Company2Vec 编码器以仅捕获相关公司数据的 德国手机号码数据库 方法。这意味着,在公司映射的向量空间中,我们能够将相似的公司彼此靠近。 使用我们的训练程序,这些学到的相似性非常直观并且接近人类评估。另一个很棒的功能是我们还可以本地化这个过程!编码器还可以将具有外语文本的公司显示到同一向量空间上。 有了这些输入数据,我们将能够为各种与公司相关的应用程序开发更好的神经网络。我们的基础技术将使我们的客户在未来几年受益,我们将逐步以其他语言推出该技术。 Martin Meyries,Dealfront 数据科学经理 我们平台的实际应用 Company2Vec 广泛应用于我们的整个产品领域。我们已经讨论过它如何在寻找类似公司方面发挥重要作用。它还可以建议行业代码,并可以显示不同国家的标准并进行相互比较。
|
|