2017年04月_北邮张博

12月 11月 10月 09月 08月 07月 05月 04月 03月 01月

原创 NLP入门实例推荐（Tensorflow实现）

自然语言处理(NLP)是机器学习的应用之一，用于分析、理解和生成自然语言，以便人类与计算机，人类与人类更好的交流。自然语言处理按照任务类型可以分为分类、匹配、翻译、结构化预测、与序贯决策过程。自然语言处理中的绝大多数问题皆可归入下图其中的一个。这为我们学习自然语言处理提供了大的指导方向，让我们可以心无旁骛的寻找、理解和复现论文。在自然语言处理发展的过程中，出现了如下趋势：第一，传统的基于句法-语

2017-04-06 17:34:18 38489 13

原创 Tensorflow实例-CNN处理句子相似度（MPCNN）

前两篇使用CNN处理句子相似度的文章，实际上使用了很简单的CNN模型，按照自己对CNN的理解实现了代码。完成以后，就开始翻阅论文，想了解一些经典的处理句子相似度的方法。这篇文章发表在仅次于ACL会的EMNLP会议上，使用多个粒度窗口大小的卷积滤波器，后面跟着多种类型的池化方式，目的是为了从多个角度去解析句子（Multi-perspective），尽可能多的提取句子的语义和句法结构，具体的方式大家

2017-04-10 20:59:58 15480 2

原创 Tensorflow实例-CNN处理句子相似度（下）

接上篇进行分析。这篇文章着重分析使用tensorflow构造神经网络进行训练。在阅读本文之前，请确保已经明白上文提到的embedding层的作用。模型构建1、初始化权重，embedding层因为是两个句子，所以定义两个输入input_s1和input_s2，上文说到input_s1的shape是[s_count, sentence_length]，代码中的shape=[None, senten

2017-04-06 21:26:17 6073 6

Tensorflow中关键的两个步骤，首先对数据进行处理，转化为合适的tensor作为input输入到图中。其次使用tensorflow对神经网络进行构建。本篇文章作为深度学习实战的第一篇，会尽量用通俗的语言解释在这两部分中的关键的点。本篇任务为计算句子相似度，代码上传至github(2017年10月24日对代码进行重构)，感兴趣的同学可以下载并进行仿真，加深对tensorflow的理解。代码较长，

2017-04-06 20:47:10 16126 12