發(fā)簡(jiǎn)信
IP屬地：北京
-
NLP體系導(dǎo)覽
自然語(yǔ)言處理(NLP) 數(shù)學(xué)基礎(chǔ) 概率論條件概率、聯(lián)合概率與獨(dú)立全概率公式與貝葉斯公式信息熵馬爾科夫過(guò)程 圖論貝葉斯網(wǎng)絡(luò)馬爾科夫鏈條件隨機(jī)場(chǎng) 統(tǒng)...
-
文本向量化方法比較：tf-idf、doc2bow、doc2vec、lsi、lda
先放個(gè)代碼和結(jié)果，改天閑了總結(jié)。用余弦距離計(jì)算相似度以判斷向量化效果tf-idf、doc2bow稀疏，適合短文本doc2vec效果時(shí)好時(shí)壞，偶然...
-
RNN及其在NLP中的應(yīng)用神經(jīng)網(wǎng)絡(luò)基本理論 人工神經(jīng)網(wǎng)絡(luò)本質(zhì)是用機(jī)器函數(shù)擬合的過(guò)程（輸入→擬合函數(shù)→輸出）模擬人腦學(xué)習(xí)的過(guò)程（現(xiàn)象→內(nèi)在規(guī)律→知識(shí)），其基本結(jié)構(gòu)如下圖： ...
-
可視化，字字網(wǎng)絡(luò)現(xiàn)有方法是用Matlab生成鄰接矩陣然后導(dǎo)入到Gephi畫圖，里面有手工成分，另外節(jié)點(diǎn)布局只能依賴Gephi的自帶函數(shù)。我要做的就是實(shí)現(xiàn)完全自定...