- 博客(30)
- 资源 (4)
- 收藏
- 关注
RSS订阅
转载 3-深度学习-自然语言模型
Eric H. Huang, et al.【ACL'12】Improving Word Representations via Global Context and Multiple Word Prototypes
2014-06-03 12:18:16
15233
转载 一些好文
1、基于深度学习的自然语言处理在 2016 年有哪些值得期待的发展？ 技术上LSTM和RNN和其他机器学习方法在人机对话，QA系统方面会有什么进展？原文： https://www.zhihu.com/question/404898692、深度学习、自然语言处理和表征方法 原文：http://blog.jobbole.com/77709/
2016-11-20 20:09:23
543
转载 怎么利用知识图谱构建智能问答系统？
原文转载自：https://www.zhihu.com/question/30789770/answer/116138035知识库问答要解决的问题是计算机能够利用知识库中的知识对人们输入的自然语言问句给出答案，例如：“奥巴马的夫人是谁？”->“米歇尔.拉沃恩.奥巴马”。具体方法可以参考论文中是如何实现的：目前学术界采用的方法大致可以分成三大类：基于信息提取（In
2016-11-20 19:56:06
5703
转载 文本分类入门（十）特征选择算法之开方检验
转自http://www.blogjava.net/zhenandaci/archive/2008/08/31/225966.html前文提到过，除了分类算法以外，为分类文本作处理的特征提取算法也对最终效果有巨大影响，而特征提取算法又分为特征选择和特征抽取两大类，其中特征选择算法有互信息，文档频率，信息增益，开方检验等等十数种，这次先介绍特征选择算法中效果比较好的开方检验方法。大家应该还记
2015-11-13 10:09:55
524
转载 斯坦福大学深度学习与自然语言处理课程解读
第一讲：引言http://www.52nlp.cn/斯坦福大学深度学习与自然语言处理第一讲引言#more-8339第二讲：词向量http://www.52nlp.cn/斯坦福大学深度学习与自然语言处理第二讲词向量第三讲：高级的词向量表示http://www.52nlp.cn/斯坦福深度学习与自然语言处理高级的词向量表示
2015-10-30 11:39:38
1603
转载 【CCCF专题】深度学习在自然语言处理中的应用
来源：《中国计算机学会通讯》 2015年第3期《专题》作者：刘树杰 董力 张家俊等深度学习简介深度学习是近年来机器学习领域发展最为迅速的领域。严格来说，深度学习并不是一种全新的机器学习方法，而是基于深层神经网络 (Deep Neural Network, DNN)的学习方法的别称。这里的深层神经网络和传统的多层神经网络描述的几乎是完全相同的概念。
2015-09-21 00:18:38
3116
转载 自然语言处理、深度学习的各种资源
1、我爱自然语言处理。提供一些52nlp博客的一些系列文章以及收集的自然语言处理相关书籍及其他资源的下载 http://www.52nlp.cn/resources
2014-11-26 09:52:00
879
转载 工具：命名实体识别与消歧(Named Entity Recognition/Disambiguation)与词义消歧(Word Sense Disambiguation)
对命名实体识别与消歧(Named Entity Recognition/Disambiguation)与词义消歧(Word Sense Disambiguation)有兴趣的同学注意了：ACL主席Gertjan van Noord等欧洲NLP科学家近日编撰了一篇非常棒的报告，汇总了大量的实体识别与消歧，词义消歧数据集，工具集。强烈推荐！
2014-11-02 15:41:10
8718
转载 word2vec并行实现
转载自：http://blog.csdn.net/zhoubl668/article/details/24319859
2014-11-02 11:33:48
1264
原创 读论文笔记-主题-semantic compositionality
semantic compositionality的意思是短语或者长句的语义。
2014-08-04 12:39:19
887
原创 论文读书笔记-主题-查找同义词
[2013]Tri Dao, Sam Keller, Alborz Bejnood.Alternate Equivalent Substitutes-recognition of synonyms using word vectors
2014-07-23 15:16:28
1564
原创 论文读书笔记-主题-语义消歧&机器翻译
[2007]Improving Statistical Machine Translation using Word Sense Disambiguation.Marine CARPUAT Dekai WU
2014-07-23 12:10:50
792
转载 论文读书笔记-主题-word representation learning & Semantic disambiguation
improving word representations via global context and multiple word prototypes
2014-07-22 18:13:57
1163
转载 Deep Learning Tutorials
转发自：http://deeplearning.net/reading-list/tutorials/Survey Papers onDeep LearningYoshua Bengio, LearningDeep Architectures for AI,Foundations and Trends in Machine Learning, 2(1), pp.1-127, 2009.
2014-07-22 18:01:16
770
原创 论文读书笔记-主题-非标准词的规范化（non-standard words normalization）
这篇文章有关于normalizing informal text，提出了两个方法
2014-07-09 13:22:00
996
原创 论文读书笔记-主题-关系推理（推理两个entities之间的隐性关系in knowledge base）
We now introduce several related models in increasing order of expressiveness and complexity. Eachmodel assigns a score to a triplet using a function g measuring how likely the triplet is correc
2014-07-08 12:48:33
1865
原创 论文读书笔记-主题-word representations learning & Evaluation
word representations learning类文章
2014-07-07 14:02:47
3959
2
原创 论文读书笔记-Bengio
[2012]Bengio, Y., Courville, A., & Vincent, P.Representation Learning: A Review and New Perspectives
2014-07-02 18:40:03
1133
转载 10-情感分析资源
中文的 http://wenku.baidu.com/view/819b90d676eeaeaad1f3306e.html情感词典1.知网的情感词典- http://www.keenage.com/html/c_bulletin_2007.htm由知网发布的词典，包括中文情感词典和英文情感词典（以下需要论坛积分）2.台湾大学的情感极性词典- http://w
2014-07-02 18:36:49
2344
转载 9-基于LDA的Topic Model变形
转载：http://hi.baidu.com/fandywang_jl ... 9dd9dd3ac76362.html 最近几年来，随着LDA的产生和发展，涌现出了一批搞Topic Model的牛人。我主要关注了下面这位大牛和他的学生：David M. BleiLDA的创始者，04年博士毕业。一篇关于Topic Model的博士论文充分体现其精深的数学概率功底；而其自
2014-07-02 18:32:14
1077
转载 6-斯坦福大学自然语言处理第四课“语言模型（Language Modeling）
一、课程介绍斯坦福大学于2012年3月在Coursera启动了在线自然语言处理课程，由NLP领域大牛Dan Jurafsky 和 Chirs Manning教授授课：https://class.coursera.org/nlp/以下是本课程的学习笔记，以课程PPT/PDF为主，其他参考资料为辅，融入个人拓展、注解，抛砖引玉，欢迎大家在“我爱公开课”上一起探讨学习。
2014-07-02 18:30:50
17144
1
转载 7-从LSA/LSI潜在语义索引到LDA狄利克雷分布
一、LSA概论1）LSA的引入LSA(latent semantic analysis)潜在语义分析，也被称为LSI(latent semantic index)，是Scott Deerwester, Susan T. Dumais等人在1990年提出来的一种新的索引和检索方法。该方法和传统向量空间模型(vector space model)一样使用向量来表示词(ter
2014-07-02 18:30:03
7008
转载 8-概率主题模型简介
http://blog.csdn.net/pi9nc/article/details/9017153概率主题模型简介 Introduction to Probabilistic Topic Models此文为David M. Blei所写的《Introduction to Probabilistic Topic Models》的译文，供大家参考。摘要：概
2014-07-02 18:28:36
932
转载 论文读书笔记-Alternate Equivalent Substitutes:Recognition of Synonyms Using Word Vectors
这篇论文主要介绍了如何基于词向量来寻找同义词，流程包括使用word2vec进行训练得到词向量，然后用k-means方法查找同义词。同时，文中提出了一种查找同义词准确率的方法用于实验对比之中。 本文要点如下：1、 数据收集文中主要使用下面四个方面的数据：文本语料（用于训练词向量）、词列表（限定查找同义词的范围）、对应同义词列表（用于实验中的标准数据）、文本表示框架。 2、
2014-07-02 18:18:29
591
原创 写于Deep Learning学习之后
最近开始看深度学习方面的一些论文，但老感觉看完过后就会慢慢的淡忘，某一天重新拾起来的时候又好像没有看过一样。所以想习惯地把一些感觉有用的论文中的知识点总结整理一下，一方面在整理过程中，自己的理解也会更深，另一方面也方便未来自己的勘察。更好的还可以放到博客上面与大家交流。因为基础有限，所以对论文的一些理解可能不太正确，还望大家不吝指正交流，谢谢。
2014-06-30 10:52:00
708
转载 2-深度学习-Reading List
深度学习的9篇标志性论文(转载于 luoyun614 of csdn)A Fast Learning Algorithm for Deep Belief Nets (2006)- 首 次提出layerwise greedy pretraining的方法，开创deep learning方向。 layerwise pretraining的Restricted Boltzma
2014-06-30 10:20:21
1620
1
转载 5-word2vec架构分析及实践
Google目前开源了一款深度学习工具word2vec，该工具有很多有意思的特性。 顾名思义，word2vec就是将词语转换为向量，通过转换为向量，复杂的自然语言处理就可以转换为简单的向量代数运算。 word2vec技术基于神经网络模型，可以简单地将神经网络模型分为三层，分别为输入层、隐含层和输出层。 神经网络模型经历了很长时期的发展，以03年为分界点，03年Bengio等
2014-06-14 23:32:03
1895
转载 4-NLP有用资料整理
转载自（http://blog.csdn.net/xuh5156/article/details/7437475）最近把一些在网上见到的自然语言处理的资源整理了一下，包括论文列表、软件资源和一些实验室主页、个人主页等，希望能对NLP研究者有所帮助，由于个人视野有限，目前只整理了这些，以后会持续更新。在此也感谢这些资源的提供者和维护者。论文、博客1. Google在研究博客中总结了他
2014-06-11 17:15:49
1143
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人