IP屬地：江蘇
-
存在的意義
好好活著，死后還不知道要走什么鬼路
-
pagerank
PageRank 算法計算每一個網(wǎng)頁的 PageRank 值，然后根據(jù)這個值的大小對網(wǎng)頁的重要性進行排序。它的思想是模擬一個悠閑的上網(wǎng)者，上網(wǎng)者...
-
tf_idf 使用流程
文本預處理 (1)分句 替換\n (2)分詞 jiabe jiagu,hanlp,pkuseg (3)取出標點 ,.?""； (4)...
-
7 LDA
LDA解釋:假如有一篇文章text，通過里面的詞，來確定他是什么類型的文章，如果文章中出現(xiàn)很多體育類的詞，比如，籃球，足球之類的，那么主題模型就...
-
2 關(guān)系提取技術(shù)關(guān)系抽取需要從文本中抽取兩個或多個實體之間的語義關(guān)系，主要方法有下面幾類： 基于模板的方法(hand-written patterns) 基于觸...
-
1 實體提取技術(shù)命名實體識別（Named EntitiesRecognition，NER）是自然語言處理的一個基礎(chǔ)任務。其目的是識別語料中人名、地名、組...
-
6文本表示代碼
基本概念 語料（Corpus）：一組原始文本的集合，用于無監(jiān)督地訓練文本主題的隱層結(jié)構(gòu)。語料中不需要人工標注的附加信息。在Gensim中，Cor...
-
5 文本表示離散表示 One-hot One-hot表示很容易理解。在一個語料庫中，給每個字/詞編碼一個索引，根據(jù)索引進行one-hot表示。 John l...
-
4.文本預處理
文本數(shù)據(jù)的基本體征提取 詞匯數(shù)量 (理由:負面情緒評論含有詞語數(shù)量比正面情緒評論多) 字符數(shù)量 (理由:負面情緒評論含有詞語數(shù)量比正面情緒評論多...