2017年05月_sparkexpert

原创神经网络在关系抽取中的应用

一、关系抽取简介信息抽取的主要目的是将非结构化或半结构化描述的自然语言文本转化成结构化数据（Structuring），关系抽取是其重要的子任务，主要负责从文本中识别出实体（Entities)，抽取实体之间的语义关系。如：句子“Bill Gates is the founder of MicrosoftInc.”中包含一个实体对(Bill Gates, Microsoft Inc.)，这两个

2017-05-27 22:59:37 25652 11

原创 deepwalk遇到RuntimeError on windows trying python multiprocessing问题解决办法

本实验基于deepwalk1.0.2，Windows7,64bits在调试代码TriDNR时，编译如下模块时发生错误：代码网址：https://github.com/shiruipan/TriDNR参考论文《Tri-Party Deep Network Representation》程序执行混乱，读图不成功。追踪代码发现是networkutils模块下：于是再查询到

2017-05-16 16:30:06 1441 1

原创 CANE-Context-Aware Network Embedding for Relation Modeling论文学习

2. CNN参考网址：https://github.com/Syndrome777/DeepLearningTutorial/blob/master/4_Convoltional_Neural_Networks_LeNet_%E5%8D%B7%E7%A7%AF%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C.mdhttp://www.cnblogs.com/

2017-05-14 11:16:35 3323 1

原创图像目标检测技术进展（课件总结PPT）

为了更好地理解整个图像目标检测技术的进展，综合网上各种资料，完成了课件。在此分享一下。

2017-05-11 17:12:44 7171 6

原创 tensorflow.models.rnn.rnn_cell.linear在tensorflow1.0版本之后找不到（附tensorflow1.0　API新变化）

由于版本更新关系，从原来的tensorflow低版本到升级到tensorflow1.0以上时，发现有很多API函数变化是很正常的事情，大多碰到的如：如其中tf.nn.rnn_cell命名空间中的很多函数都发生了命名空间的变化，如转移到了tf.contrib.rnn.core_rnn_cell。但是在修改某个程序的时候，发现原来tensorflow.models.rnn.rn

2017-05-10 08:39:59 11223 2

原创基于Tensorflow的VCTK语音识别例子测试

语音识别是深度学习早先攻克的几个领域之一。传统的基于HMM等的语音识别精度一直比较受限。但是深度学习还是给语音识别的精度带来了一个飞跃性的提高。本文在网上找了段代码实现了下，感觉非常简单就可以复现。不过看了过程，也非常简单，主要有几步：（1）　下载VCTK数据集；（2）　对数据集，提取每个WAV文件的MFCC特征以及对应的语音文本标注语料。（3）　设置CTC的损失目

2017-05-04 15:12:44 6336 8

原创基于seq2seq的中国对联自动配对技术实践

Sequence to Sequence模型这种基于编码--解码的模型已经被谷歌成功应用于机器翻译上。而理论上任意的序列到序列的有监督问题都可以用这种模型。如上一篇文章写的古诗生成。包括这一篇实践性的对联配对。对对联生成过程中，需要使用LSTM来实现，然后需要设置其编码与解码的相关参数。如下所示：# 创建基本的LSTM单元cells = [tf.contrib.rnn.Dropo

2017-05-03 11:00:56 3070 1

原创基于seq2seq的中国古诗词自动生成技术

文本生成技术是深度学习赋予自然语言处理一项全新的技术，而刚好网上有这方面诸多的例子，因此趁着有空实现一下中国古诗的自动生成技术，还是挺好玩的。具体步骤主要包括以下几点：(1) 准备语料库，即对据有的古诗进行获取。(2) 生成关键词，并进行词向量转化。(3) 利用RNN的编码解码模型进行训练，由于RNN具备一对多的输出，因此可以很好地解决这种自动生成技术。

2017-05-03 10:50:14 8957 8

大数据挖掘SparkExpert的博客