Mr.Scofield

概率图模型学习笔记：HMM、MEMM、CRF原创博客，转载请注明出处。From Scofield. RxNLP一、Preface二、Prerequisite    2.1 概率图         2.1.1 概览         2.1.2 有向图 vs. 无向图         2.1.3 马尔科夫假设&马尔科夫性     2.2 判别式模型 vs.

学习笔记：各大神经网络框架下(tensorflow, pytorch, theano, keras)实现几个基础结构神经网络(mlp, autoencoder, CNNs, recurrentNN, recursiveNN)several basic neural networks[mlp, autoencoder, CNNs, recurrentNN, recursiveNN] impl

scrapy爬取酒店评论数据代码 here：GitHub：scrapy_hotel_review采用scrapy爬取酒店评论数据。总共有28W条记录。做某NLP任务，需要一些hotel reviews, 选择从www.booking.com搞一点数据来。 根据主页显示总共有20个城市from diferrent countries，每个城市下有若干个酒店，每个酒店下若干条评论

NLP 工具包 大调查 自然语言处理工具包合集                可以想一想，如何你把NLP领域的所有的工具都能掌握的数如家珍，是不是很NB？必然的。                只用过这里面的一部分。。。                这份调查是基于使用语言差别来归纳的，别问我什么这么分类哈。。。一、多语言多环境编译1、THULA

NLP 主题抽取Topic LDA代码实践 gensim包 代码        分享一个代码实践：用gensim包的LDA模型实践NLP的一个典型任务，主题抽取。        顺带提一点，对于NLP任务，最好的方式就是先在代码上跑通起来，然后再进行理论深究，最后自己实现DIY学习模型算法框架。        顺带再提一点，跑通NLP或者ML任务，推荐在Python下用

数据挖掘 NLP 之 文本挖掘 文本处理 通用流程  数据挖掘中的文本挖掘不论是对于企业应用，还是研究者工作，或者是参与数据竞赛项目，都是基础的工作。通过前面的一些实践工作，现总结出文本挖掘文本处理的通用流程。注意，这里的文本挖掘任务主要指的是如文本分类、文本聚类、信息抽取、情感分类等等的常规NLP问题。一、获取语料获取文本语料通

从不同角度看机器学习的几种学习方式：1、在线学习与离线学习offline learning and online learning. In offline learning, the whole training data must be available at the time of model training. Only when training is c

机器学习之数据集划分： 训练集 验证集 测试集Q：将数据集划分为测试数据集和训练数据集的常用套路是什么呢？A：three ways shown as follow:1.像sklearn一样，提供一个将数据集切分成训练集和测试集的函数：默认是把数据集的75%作为训练集，把数据集的25%作为测试集。2.交叉验证（一般取十折交叉验证：10-fold

《数学之美》知识点详细总结From`RxNLP`Scofield未完待续         《数学之美》这本书在本科期间电子版上偶尔进行了翻阅，后来有时间了就完整的进行了阅读。出于老习惯，看完一本书后总会去总结书本的知识点层次框架，以更好地融入到原有的框架中。尤其是现入坑NLP，作为入门书，更应是好好吸收下。        评价：1、整本书的知识广度大于深度，

DeepNLP的表示学习·词嵌入来龙去脉·深度学习（Deep Learning）·自然语言处理（NLP）·表示（Representation）词向量、word embedding、分布式表示、word2vec、glove 术语解释！自然语言处理表示学习词向量、word2vec无门槛理解！ 其实顺便分享下，在我个人的方法论思维中，一个带有完整上下文以及结构构建良好的知识框架，在某种程度上，比一些细枝末节的详细知识点来的重要的多了！因为，一旦构建了一个完备的知识结构框架，那么剩下你要做的是将一些零零碎

机器学习资源大全本列表选编了一些机器学习领域牛B的框架、库以及软件（按编程语言排序）。C++计算机视觉CCV —基于C语言/提供缓存/核心的机器视觉库，新颖的机器视觉库OpenCV—它提供C++, C, Python, Java 以及 MATLAB接口，并支持Windows, Linux, Android and Mac OS操作系统。

python机器学习包 Windows10下 pip安装 scikit-learn numpy scipyrequirements:` windows10` python2.7` pip9.0.1` numpy` scipy` sklearn1  pip的安装1.1  下载pip下载地址是：https://pypi.python.

过去半年以来，自然语言处理领域进化出了一件神器。此神器乃是深度神经网络的一种新模式，该模式分为：embed、encode、attend、predict四部分。本文将对这四个部分娓娓道来，并且剖析它在两个实例中的用法。人们在谈论机器学习带来的提升时，往往只想到了机器在效率和准确率方面带给人们的提升，然而最重要的一点却是机器学习算法的通用性。如果你想写一段程序来识别社交媒体平台上的侮辱性帖

python 函数参数：必选参数、默认参数、可变参数、关键字参数 和 命名关键字参数在 Python 中定义函数，可以用必选参数、默认参数、可变参数、关键字参数和命名关键字参数 5种参数形式。这 5 种参数都可以组合起来使用，但是注意，参数定义的顺序必须是：必选参数、默认参数、可变参数/命名关键字参数和关键字参数。def f1(a,b,c=0,*args,**kw)

我来扯扯分布式数据库系统DDBS的设计注明：本文只是在完成一个高级数据库作业的文章，不能算是正儿八经登堂入室的paper，所以，不负责任哈，带坏小朋友不要找我哦 ^_~转载注明出处：Scofield's blog[  http://blog.csdn.net/scotfield_msn  ]一、   引入目前本人所确定的研究方向是自然语言处理、文本挖掘，实际

在TensorFlow (RNN)深度学习下 BiLSTM+CRF 跑 sequence labeling 双向LSTM+CRF跑序列标注问题去年底样子一直在做NLP相关task,是个关于序列标注问题。这 sequence labeling属于NLP的经典问题了，开始尝试用HMM，哦不，用CRF做baseline，by the way, 用的CRF++。关于CRF的理论就不再啰

python pandas 报错：TypeError: parser_f() got an unexpected keyword argument 'skip_blank_lines'在用pandas读取csv数据进行处理时，报了个错：pd.read_csv(train_path, delimiter='\t', quoting=csv.QUOTE_NONE, skip_bla

ubuntu 升级 tensorflow 到 0.11.0版本之前在ubuntu上安装的比较早的0.8版本的TensorFlow，现在遇到一些库的不兼容问题，所以得升级下tf包。1：确认最可升级的最高版本【https://www.tensorflow.org/versions/】，注意两点：a).你的平台是cpu 还是gpu    b).官方对应的版本有没有你的cp

此语料库清单包括了中文与英文，大家且看且珍惜……国内可用免费语料库（凡没有标注不可用的链接均可用）(一) 国家语委1.国家语委现代汉语语料库http://www.cncorpus.org/现代汉语通用平衡语料库现在重新开放网络查询了。重开后的在线检索速度更快，功能更强，同时提供检索结果下载。现代汉语语料库在线提供免费检索的语料约2000万字，为分词和词性标注

PyLearn-Codes Python学习代码 廖雪峰Python教程this is a python learning codes project which was tutorialed by master 廖雪峰（http://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000）project