自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

liuyuemaicha的专栏

自然语言处理初学者,跟我一起NLPlay吧!

  • 博客(3)
  • 资源 (3)
  • 收藏
  • 关注

原创 zero-shot learning 论文三篇小结

what is zero-shot learning zero-shot learning 是为了能够识别在测试中出现,而在训练中未遇到过的数据类别。例如识别一张猫的图片,但在训练时没有训练到猫的图片和对应猫的标签。那么我们可以通过比较这张猫的图片和我们训练过程中的那些图片相近,进而找到这些相近图片的标签,再通过这些相近标签去找到猫的标签。(个人认为zero-shot learning应该属于迁移

2017-06-27 23:23:57 18833

原创 从PGM到HMM再到CRF(self_note)

问: 有一点不太明白 想请教:MRF和CRF看起来好像就是p(x,y)和p(y|x)的差别,为什么他们两个模型的应用差距那么的大呢?MRF广泛运用在各种领域,CRF大部分都用的linear答: 忽略掉生成模型和判别模型的差别,如果只是给定了观测变量X要计算隐变量Y的概率话,而不需要生成一个新的样本的话,MRF和CRF确实是一样的。很多论文里用MRF,其实就是把MRF当成CRF用的,所以你说他们用

2017-06-12 23:21:29 1330

原创 A Diversity-Promoting Objective Function for Neural Conversation Models

该论文提出了基于最大互信息(Maximum Mutual Information—MMI)的期望计算思想。传统的生成模型计算方式是:target = argmax(logP(T|S)),即在source给定的条件下,寻找出最大概率的target。 这样的计算方式所带来的问题是会生成一般性的,具有大概率事件的target,失去了target的多样性。 由互信息公式得: 该论文基于MMI思想,提出

2017-06-05 22:16:02 1355

基于htmlparser的网页爬虫和java调用excel代码

基于htmlparser的网页爬虫和java调用excel代码,本人爬取新浪新闻所写的爬虫代码,附带本人练习时所写的代码,非常全。而且可以将爬取的新闻内容直接导入到excel中。

2016-04-25

mercurial hg 扩展

非常不错的HG扩展,很有帮助。实用Python脚本实现hg扩展

2014-05-11

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除