软件下载帮助文档新闻资讯

Skill UI

浏览并发现 16644+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索 NLP ，共找到 18 条记录

默认排序最新上传最多下载

利用AI检测业务邮件欺诈

detecting-business-email-compromise-with-ai

mukul975/Anthropic-Cybersecurity-Skills

本功能利用AI、NLP和行为分析技术，用于检测高度复杂的业务邮件欺诈（BEC）。它不依赖于传统的恶意链接规则，而是通过分析写作风格、语气、语境异常和行为模式，识别纯粹的社会工程学欺骗，为企业提供坚实的高级反网络钓鱼和反欺诈防御层。

NLP可复现性最佳实践指南

acl-reproducibility

brycewang-stanford/Awesome-Journal-Skills

本指南详细介绍了NLP和LLM学术研究领域可复现性的高标准要求。它涵盖了“负责任的NLP清单”要求，指导用户如何精确报告超参数、模型版本、原始提示词（Prompts）、解码参数、数据污染审计和实验方差，确保所有研究结论都是可追溯和可验证的。

机器学习论文补充材料撰写指南

colm-supplementary

brycewang-stanford/Awesome-Journal-Skills

本指南详细介绍了技术研究论文（尤其在NLP和机器学习领域）的补充材料结构和填写方法。它帮助作者区分哪些内容是支持核心论点的关键证据（应放在正文），哪些是用于验证和复现的审计信息（应放在附录）。内容涵盖了完整的Prompt、解码配置、详细结果表格以及代码数据包的匿名化处理，确保研究的严谨性和可复现性。

CoNLL会议投稿定位指南

conference-on-computational-natural-language-learning

brycewang-stanford/Awesome-Journal-Skills

本指南旨在帮助作者为计算自然语言学习（CoNLL）会议定位和优化NLP研究论文。它指导作者如何调整论文的叙事结构、强化实验证据、选择合适的基线模型，确保稿件符合顶尖计算机科学会议的评审标准，是重要的投稿策略和文章重构工具。

自然语言处理学术产物打包指南

emnlp-artifact-evaluation

brycewang-stanford/Awesome-Journal-Skills

本指南为自然语言处理（NLP）研究人员提供了专业的学术成果打包流程。它详细指导如何收集和呈现数据集、提示词、评分代码和输出结果，确保研究的完全可复现性和可追溯性。遵循这些最佳实践，可以显著提升论文在顶级会议上的透明度和可信度。

NLP实验设计与审核指南

emnlp-experiments

brycewang-stanford/Awesome-Journal-Skills

本指南提供了设计、审计和报告NLP实验的严格标准，特别针对EMNLP等顶级学术会议的要求。内容涵盖基线公平性检查、数据污染审计、统计显著性测试、提示词敏感性分析以及结构化人工评估协议，确保研究结果科学可信、可复现且方法论严谨。

EMNLP论文项目管理指南

brycewang-stanford/Awesome-Journal-Skills

这是一份用于规划和管理EMNLP（自然语言处理）论文项目的流程指南。它详细指导用户从数据标注、实验设计、角色分工到最终提交，掌握学术会议论文写作的完整周期，帮助项目团队应对复杂的学术评审和严格的截止日期。

自然语言处理研究成果物文档化

naacl-artifact-evaluation

brycewang-stanford/Awesome-Journal-Skills

本指南详细介绍了NLP研究成果物（如数据集、模型、提示词等）的打包和文档化最佳实践，以满足学术会议的严格评审要求。核心内容包括数据来源追溯、确保实验可复现性，以及规范处理社区或原住民语言等敏感数据的伦理指南。

NLP实验设计与严谨性审计

naacl-experiments

brycewang-stanford/Awesome-Journal-Skills

本指南为撰写顶级自然语言处理（NLP）论文提供了一套系统化的实验设计与审计方法论。它指导研究人员如何将核心研究声明转化为可测量的证据，确保所有对比实验公平，并系统性地应对同行评审的各种质疑（如范围、污染、机制等），极大地提升论文的科学严谨性和说服力。

信息检索实验设计与评估规范

sigir-experiments

brycewang-stanford/Awesome-Journal-Skills

本指南详细介绍了信息检索（IR）领域实验结果的设计、执行和报告的严格方法论。涵盖了测试集合的选择、评估指标的确定、统计显著性检验（如配对t检验）的最佳实践，确保基线公平性，以及如何处理LLM污染等现代研究陷阱。适用于撰写高质量、可审计的IR/NLP研究论文。

学术会议投稿周期规划

brycewang-stanford/Awesome-Journal-Skills

本指南为研究人员提供了一份完整的AI/NLP学术会议投稿年历规划。它详尽描述了从摘要撰写到最终会议的年度关键里程碑，涵盖了短论文、演示展示等多种投稿路径，帮助用户系统化管理研究项目的进度和时间安排。

定义可计算的表型和队列

defining-cohort-phenotypes

maziyarpanahi/openmed

本工具指导使用OHDSI/OMOP CDM构建可计算的病患表型和队列。它允许用户结合标准的概念集（如PheKB）和从临床自由文本中提取的自然语言处理（NLP）特征，定义精确、可执行的筛选标准。特别适用于结构化代码无法捕获的关键健康信息（如症状、社会背景）的分析场景。

语言