我們構建了基于詞袋模型和TF-IDF的特征提取器，隨后構建了嶺回歸的分類器，并通過更改其各項參數(shù)觀察變化，最后，使用邏輯回歸作為分類器，發(fā)現(xiàn)效果大不如嶺回歸分類器。 具體分析...
發(fā)簡信
IP屬地：陜西
-
Datawhale零基礎入門NLP賽事 - Task3 基于機器學習的文本分類 -
Datawhale零基礎入門NLP賽事 - Task2 數(shù)據(jù)分析
任務目標 通過pandas工具對數(shù)據(jù)進行分析，找出數(shù)據(jù)的分布和一般規(guī)律。主要考察三個問題： 賽題數(shù)據(jù)中，新聞文本的長度是多少？ 賽題數(shù)據(jù)的類別分布是怎么樣的，哪些類別比較多？...
-
Datawhale零基礎入門NLP賽事 - Task1 賽題理解賽題理解 賽題名稱：零基礎入門NLP之新聞文本分類 賽題目標：通過這道賽題可以引導大家走入自然語言處理的世界，帶大家接觸NLP的預處理、模型構建和模型訓練等知識點。 賽題任務...
-
cs224n-筆記-lecture13-contextual-representations之前的 Word Representation 方法如 Word2Vec, GloVe, fastText 等對每個單詞僅有一種表示，而通常單詞的含義依賴于其上下文會有所不同...
-
cs224n-筆記-lecture12-subwords目錄 字符級模型介紹 Subword-models: Byte Pair Encoding and friends 混合了字符和單詞的模型（介于二者之間） fasttext ...
-
cs224n-筆記-lecture02-word senses目錄 單詞向量和word2vec 優(yōu)化基礎 我們能否通過計數(shù)更有效地抓住這一本質？ GloVe模型 評估詞向量 詞義(word sences) 單詞向量和word2vec w...
-
cs224n-筆記-lecture01-wordvecs目錄 人類語言和詞語含義 詞向量 Word2Vec語言模型介紹 優(yōu)化方法：梯度下降法 人類語言和詞語含義 1.如何表示一個詞 定義詞語的meaning： 用單詞、詞組表示概念...
-
喜歡旅行，在現(xiàn)實和思維的空間中，并用文字與攝影，加以記錄，與人分享。<br>喜歡歷史，追逐往事，溫故而知新，借鑒以明志。<br>喜歡創(chuàng)作，詩歌、散文、游記、攝影，是為特長；劇本為初次（也是末次）嘗試；小說（長篇），有愿望，但尚未嘗試。<br>喜歡藝術，繪畫及雕刻之初心不改。<br><br>四川省攝影家協(xié)會會員<br>四川師范學院漢語言文學專業(yè)<br>《四川畫報》《500PX》簽約攝影師<br>新聞記者（曾經(jīng)）<br>公務人員（退休·曾從事新聞宣傳、財經(jīng)、體制改革、區(qū)域發(fā)展規(guī)劃、地方志等工作）
