ClongEval: A Chinese Benchmark for Evaluating Long-Context Large Language Models
老肥今天和大家分享的是今年DCIC的OCR赛题-基于文本字符的交易验证码识别，我和@Ernnnn同学租卡打比赛血本无归（本想着线上线下非常稳定，肝一肝稳恰没想到后面演变成了摸奖），同时本次比赛体验相当差，具体表现为:
近些年来，随着自动语音识别（ASR）技术的发展，识别准确率有了很大的提升。但是，在ASR转写结果中，仍然存在一些对人类来说非常明显的错误。我们并不需要听音频，仅通过观察转写的文本便可发现。对这类错误的纠正往往需要借助一些常识和语法知识，甚至推理的能力。
近年来深度学习在OCR领域取得了巨大的成功，但OCR应用中识别错误时有出现。错误的识别结果不仅难以阅读和理解，同时也降低文本的信息价值。在某些领域，如医疗行业，识别错误可能带来巨大的损失。因此如何降低OCR任务的错字率受到学术界和工业界的广泛关注。合合信息通过本文来讲解文本纠错技术帮助更多人解决业务问题。通常文本纠错的流程可以分为错误文本识别、候选词生成和候选词排序三个步骤。文本纠错方法可包括基于CTC解码和使用模型两种方式，下面分别对这两种纠错方式进行介绍。
近些年来，随着自动语音识别（ASR）技术的发展，识别准确率有了很大的提升。但是，在 ASR 转写结果中，仍然存在一些对人类来说非常明显的错误。我们并不需要听音频，仅通过观察转写的文本便可发现。对这类错误的纠正往往需要借助一些常识和语法知识，甚至推理的能力。得益于最近无监督预训练语言模型技术的发展，基于纯文本特征的纠错模型可以有效地解决这类问题。
中文拼写检查任务是中文自然语言处理中非常具有代表性和挑战性的任务，其本质是找出文本段落中的错别字。这项任务在各种领域，如公文，新闻、财报中都有很好的落地应用价值。而其任务的困难程度也赋予了它非常大的研究空间。达观数据在CCL2022汉语学习者文本纠错评测比赛的赛道一中文拼写检查（Chinese Spelling Check）任务中取得了全国冠军,赛道二中文语法纠错（Chinese Grammatical Error Diagnosis）任务中获得了亚军。本文基于赛道一中文拼写检查任务的内容，对比赛过程中采用的一些方法进行分享，并介绍比赛采用的技术方案在达观智能校对系统中的应用和落地。赛道二中文语法纠错的获奖方案已经分享在达观数据官方公众号中。
我们在写文档时，难免会写一些错别字，有时候检查好几遍可能都发现不了。然而，错别字毕竟不是什么光彩的事，特别是在重要的文稿中出现错误字会给人非常不好的印象。Word会给出一些拼写错误提示，譬如会在它认为的错字错词下显示带颜色的波浪线，但我们可以使用VBA来给错字错词更突出的显示，让你能够更方便检查文档。
刚刚，老板给我一堆扫描文件（图片和pdf文件），拿不到源文件，让我把客户发的扫描文件搞成word文档，密密麻麻，这些文件100多页，这要手工敲能把手敲费。
有时候网上看到一张图片，比如电影截图，里面有台词，想把台词复制出来，这时候你可能会照着图片中的文字，手动打出来，但如果文字太多或者一篇文章，这样你会崩溃的，这时候你就需要ocr了。
本文则针对中文拼写纠错进行一个简要的概述，主要分享基于n-gram语言模型和困惑集来做中文拼写纠错的方法。
数据校验的基本原理 <1> 数据校验的必要性 受元器件的质量、电路故障或噪音干扰等因素的影响，数据在被处理、传输、存储的过程中可能出现错误 若能设计硬件层面的错误检测机制，可以减少基于软件检错的代价（系统观） <2> 校验的基本原理 增加冗余码（校验位） - 有效信息(k位) 校验信息(r位) <3> 码距的概念 同一编码中，任意两个合法编码之间不同二进制位数的最小值 0011 与 0001 的码距为1，一位错误时无法识别 0000、0011、0101、0110、1001、1010、1100、1111等
随着人工智能的发展，人机交互技术愈发成熟，应用场景也越来越多。智能客服是人机交互在客服领域的一个应用，服务于客人以及相关的客服人员。本文将介绍智能客服在旅游场景下的主要技术和应用。
2 月 8 日凌晨，微信公众平台发布公告，称「为了给运营者、读者提供更友好的编辑、阅读体验，公众平台新增修改文章错别字功能」，支持运营者对已群发文章进行小范围修改。
好久没有分享学习资源了，今天给各位小伙伴分享一个关于如何使用卷积神经网络的学习资料。随着计算机视觉技术的发展，卷积神经网络距离我们已经不再遥远和神秘，在日常的学习和研究中越来越多的使用卷积神经网络来解决问题，可以说卷积神将网络是我们学习深度学习必须要面对的，因此如何而如何使用好卷积神经网络，是我们都要面对的问题！
在很多中文NLP相关的落地场景都会涉及到文本纠错的相关技术，例如跟各种形式机器人的语音或者文字对话，或者用手机扫描相关的PDF或者图片，或者跟人聊天时用输入法打字等等，无论是通过ASR识别的语音信息，通过OCR识别得到的图片信息，还是用户真实通过输入法的文字，都有可能出现错误。这些错误会影响文本的可读性，不利于人和机器的理解，如果这些错误不加处理，会传播到后续的环节，影响后续任务的效果。常见的中文错误类型包括以下几种：
据一份IHS Markit公司的报告，苹果公司的Siri等语音助手产品均受制于麦克风硬件技术的发展而停滞不前。 不过，Siri的发展瓶颈真的只有麦克风这一个吗？此前，美国某科技博客曾发表一篇署名丹·卡
论文：Vary: Scaling up the Vision Vocabulary for Large Vision-Language Models 项目主页：https://varybase.github.io/
浙江大学就开发了这样一个名叫AirText的应用，只需你动动手指和手腕，手表就确识别空中字符，错误率低至3.9%。
OpenAI直播倒计时，GPT-5被证缺席，GPT-3.5至5，一文看懂AI进化大不同！
首先禅师跟大家说个事儿。因为周六的推送，审核不严，导致文章有错字。平时很多粉丝只是看一看，点个赞，转发一下就完事了。结果一旦文章里出现错字，就都出来评论了！
97. 交错字符串 给定三个字符串 s1、s2、s3，请你帮忙验证 s3 是否是由 s1 和 s2 交错 组成的。 两个字符串 s 和 t 交错 的定义与过程如下，其中每个字符串都会被分割成若干 非空 子字符串： s = s1 + s2 + … + sn t = t1 + t2 + … + tm |n - m| <= 1 交错 是 s1 + t1 + s2 + t2 + s3 + t3 + … 或者 t1 + s1 + t2 + s2 + t3 + s3 + … 注意：a + b 意味着字符串 a 和 b 连接。
char ch = 'A';//这一段的意思是取一个字符变量ch，将字符A赋值给ch这个变量
pycorrector：https://github.com/shibing624/pycorrector
ChatGPT最近全球爆火，《用ChatGPT AI试着写了几段代码》这篇文章我介绍了用AI写Excel VBA，读者也可自行试试Excel公式、DAX、或者Python之类。除了代码，ChatGPT写文章其实也是一把好手。可见的未来，公众号、知乎等各种媒体上将会充斥着AI写的文章。那么如何识别文章是ChatGPT（或者其它AI）写的还是仁写的？以下是我的一些体验。
回顾2021，虚拟与现实的次元壁被不断打破。你或许想象不到，就连输入法，也“闯入”了虚拟世界。
Vary表现出了很大的潜力和极高的上限，OCR可以不再需要冗长的pipline，直接端到端输出，且可以按用户的prompt输出不同的格式如latex 、word 、markdown。
导读：随着人工智能技术的发展，智能对话的应用场景越来越多，目前已经成为了研究的热点。天猫精灵，小度小度，腾讯叮当，这些智能助手都是智能对话在业界的应用。智能助手的对话方式可分为三种：任务式对话 ( 用户输入指令，智能助手执行指令任务 )，问答式对话 ( 用户输入问题，智能助手回复答案 )，闲聊式对话。那么智能助手如何理解用户的指令，最终完成指令任务呢？任务型语音对话的处理流程主要包括：语音识别，自然语言理解，对话管理、对话生成，语音合成 ( 图1 )。要理解用户的指令，就需要对用户输入进行自然语言理解，也就是对转换为文本的用户输入进行分析，得到用户的意图和关键信息。在图1中，这一部分由绿色虚线圈出，主要包括领域 ( domain )、意图 ( intent ) 和槽 ( slot ) 的预测。本文主要介绍这一部分，即领域识别、意图识别和槽抽取的主流方法和研究进展。
文本纠错任务是一项NLP基础任务，其输入是一个可能含有错误字词的句子，输出是一个正确的中文句子。ASR（语音识别）文本的错误类型很多，有多字、少字、错别字、同音近音字等等。
知晓程序是爱范儿旗下专注小程序生态的品牌，我们已经做了这些： 知晓程序公众号（微信号 zxcx0101）：做最好的小程序媒体，让你了解小程序的一切 小程序商店（minapp.com）：全网首家小程序商店，已吸引海量小程序入驻，数量仍在不断增长中 未来小程序活动矩阵：包含黑客马拉松、MindTalk 、WorkShop，创造多样的小程序交流分享空间 《微信小程序入门指南电子书》：全网首本小程序电子书，已在多看阅读、微信读书、QQ 阅读上架 上周，小程序商店桌面版（minapp.com）迎来了一次改头换面的大
解决方案 数据库字符集使用utf8mb4 表字符集使用utf8mb4 如果报错字段类型为longtext，需要在数据库连接字符串中增加参数clobCharacterEncoding=utf-8
大家在使用 Kubernetes 时，会遇到创建Pod失败，这时会分析什么原因导致创建Pod失败？
EMNLP 是自然语言处理领域的顶级会议，它的全称是Conference on Empirical Methods in Natural Language Processing（自然语言处理中的经验方法会议），由国际语言学会（ACL）的SIGDAT小组主办，今年10月31日-11月4日将在比利时布鲁塞尔举行。
上次我们讲了windows下的bat脚本打包上传， 那么这次我们接着讲下linux下的解压发布。这里事先声明，没有自动挡的车------Jenkins之类的持续集成工具（如果有需要可以看我之前写的gitlab和jenkins文章，或者参照我github上的github Actions，或者Travis CI之类的工具），因为是guoqi、yinhang、zhengfu那边的环境，加之我就是一个权限很低的开发，不让搞，所以就直接点，上脚本吧。
这个问题不要慌，要么是打错字了，要么就是忘记传这个字段了（我算是粗心了吧，代码2000行，数据太多了），导致了在另一个页面没有找到这个value字段，因为懂问题所在，我的快速解决方法是直接ctrl+f 搜 .value 然后在另一个页面传过来就行了
6月8日，由中国人工智能产业发展联盟（AIIA）、上海临港地区开发建设管理管委会、上海临港科技创业中心联合举办“2018年人工智能产业发展峰会暨中国人工智能产业发展联盟信息与创新中心揭牌仪式”活动正式启幕。
结构化数据：指可以按某种数据结构组织的数据，比如字母、数字、货币、日期 非结构化数据：指没有按照预定义的方式组织或缺少特定数据模型的数据，比如文章、演示文稿、电子邮件、日志等 结构化数据易于处理，传统计算机可以代替人工高速处理这类结构化数据。然而实际上大多数数据都是非结构化的，而且非结构化数据比结构化数据具有更大的信息量。在人工智能出现后，对非结构化数据的处理进行了探索，并取得了一定成效。
昨天，微软在旧金山举办了一场“Everyday AI”发布会，会上主要发布了必应搜索引擎、微软小娜、Office 365和Seeing AI四种工具和服务的更新功能，更新后的工具借助人工智能服务帮助人们更巧妙地获取信息，满足人们更复杂的需求，给人们每天的日常生活带来有益的改善。 现在，你是不是非常好奇四种工具都有了哪些“大变身”？超想知道我们的生活会因此发生哪些变化？那就一起来看看吧！ 1 智能必应：给你更聪明的答案 想想我们现在的搜索过程：输入关键词——弹出大量信息——排查整合——找到特定信息。这个操作过
[撰文 / Kardinal] http://linuxtoy.org/archives/zsh.html 子曾经曰过，zsh: The last shell you’ll ever need! Z 是最后一个字母，所以它是终极 Shell。我曾经搜索到一个比较各种 Shell 的文章，Zsh 交互性是 A + 级别的，远高于其它 Shell。在编程方面，Zsh 是 A 级的吧，也是最高的。只是不知道出于什么原因，Zsh 被严重的低估了。 大多数的 linux 用户比较偏爱 Bash，因为大多数的发行版默认的就是它。平心而论，Bash 确实比 Csh 之流的好用多了。不过 Bash 也有很多地方不尽人意，像自动补全的功能不够强大，定位较长路径不够方便等。 后来我使用 Zsh。如果不调整一些必要的配置的话，Zsh 甚至还不如 Bash 好用。这也是很多人尝试过并放弃过的原因。 Zsh 配置文件试用 (内附讲解) 不熟悉 Zsh 的人，对 Zsh 最深刻的印象应该就是它的命令提示符了。它支持右侧对齐的提示符，并且可以配置成这个样子的： 不过我还是喜欢比较简单的样式。 Zsh 的 自动补全功能 十分的强大，如图所示： 它可以自动补全命令、参数、文件名、进程、用户名、变量、权限符等。 Zsh 还有一个贴心的功能： 路径别名 。假设有一个很长的路径，例如 /home/lighttpd/html，可以把这个路径命名为～WWW。 Zsh 可以使用 Emacs 风格的键绑定 ，习惯 Bash 键绑定的朋友无需重新适应。Zsh 兼容大多数主流 Shell，像 Bash、Csh 等。 错误校正 — directory — 是补全类型提示
3、卸载完成后再次执行yum-complete-transaction 还是有问题 报错字段如下
当使用如下代码保存使用 plt.savefig 保存生成的图片时，结果打开生成的图片却是一片空白。
本周小白与各位分享一道动态规划解决的字符串问题。在之前，小白也分享过这类题目，感兴趣的小伙伴可以点击查看（动态规划：字符串匹配）。一直觉得动态规划是一种比较难解的问题，于是就多刷刷呗，每次刷到一些典型题目就和各位小伙伴儿分享一下吧~
了解为什么您不应该将 SYSTEM 令牌用于沙盒令牌。具体来说，我将描述当您混合使用 SYSTEM 用户和SeImpersonatePrivilege时的意外行为，或者更具体地说，如果您删除SeImpersonatePrivilege。
不得不承认，看小说容易上瘾！！！看连载小说容易上瘾，看完结小说也容易上瘾！！！甚至发小说相关的工具都可能上瘾~
本文主要介绍了在 Python 中使用 Matplotlib 绘制图形时，保存为图片时出现空白的问题，并提供了两种解决办法。第一种方法是调整 Matplotlib 的配置，包括标题、轴标签等，第二种方法是在 show() 之后保存图像。
Feign抽象化HTTP调用，可以以接口的形式调用远程服务，在实际开发中可以避免很多低级错误，比如误传、传错字段，统一响应避免乱适配等等。然而有时候在一些特殊的场景，比如：
Windows 的回车换行是 2 个字符，对应的是回车+换行，写法就是我们常用的 \r\n
当然，针对不同业务场景，这些问题并不一定全部存在，比如输入法中需要处理前四种，搜索引擎需要处理所有类型，语音识别后文本纠错只需要处理前两种， 其中’形似字错误’主要针对五笔或者笔画手写输入等。
如果它的时间少于Laravel配置,则cookie将被删除,因为本地php.ini优先于Laravel配置.
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
