- 博客(5)
- 收藏
- 关注
RSS订阅原创 远程服务器linux操作系统安装下载连接人大金仓数据库
输入远程服务器的用户名密码连接，如果连接不上可以修改默认连接时长。保持服务器上的数据库在运行，官网下载对应人大金仓数据库版本的。先虚拟机将人大金仓和授权文件传到虚拟机。安装成功后，启动数据库，创建数据库表。数据库连接虚拟机里的人大金仓数据库。中代码操作人大金仓数据库中数据。自定义用户名，密码，安装成功。具体在哪个路径下，将路径添加到。将安装目录中的文件夹全部删除。如果连接不成功可尝试先将。然后将授权文件路径输入。安装人大金仓操作流程。将人大金仓的执行文件。命令安装数据库，一直。
2024-04-23 09:29:38
640
2
原创 PaddleNLP评论观点抽取和属性级情感分析
在本实践中，我们将采用序列标注的方式进行评论观点抽取，具体而言，会抽取评论中的属性以及属性对应的观点，为此我们基于BIO的序列标注体系进行了标签的拓展：B-Aspect, I-Aspect, B-Opinion, I-Opinion, O，其中前两者用于标注评论属性，后两者用于标注相应观点。在抽取完评论观点之后，便可以有针对性的对各个属性进行评论。如图2所示，首先将评论属性和观点词进行拼接为"味道好"，然后将"味道好"和原文进行拼接，然后传入SKEP模型，并使用"CLS"位置的向量进行细粒度情感倾向。
2023-12-16 15:26:20
398
原创 序列标注任务 附各个模型代码
✓ CRF（条件随机场）模型是统计大量已标注数据的特征函数，最常见的条件随机场就是链式随机场，在观测值条件下，其隐藏值（标注）服从马尔可夫属性，即隐藏值的标注与与其相邻两个词向量有关。✓ word-embedding词嵌入和one-hot编码的好在在转成向量时能通过向量的相似程度表达词之间的关系。✓ HMM（隐马尔可夫）模型，其是通过观测值，隐藏状态（标注），转换概率，输出概率四个概念在统计大量已标注数据的基础上计算出这两个概率，从而预测未知句子的标注。
2023-11-26 20:15:17
50
1
原创 词嵌入（word embedding)附word2vec代码python
每个词语的词嵌入向量可以被看作是词语在高维空间中的位置，相似的词语在向量空间中会更加接近。self.W = nn.Parameter(torch.randn(voc_size, embedding_size).type(dtype))#即一个voc_size行的embedding_size列的矩阵。input_data.append(np.eye(voc_size)[skip_grams[i][0]])#np.eye(size)用于生成大小为voc_size的单位矩阵，当作one hot编码。
2023-11-26 17:41:09
976
1
原创 融合实体描述知识图谱嵌入（KGE）
知识图谱嵌入（KGE)也叫知识表示学习（KRL），类比词嵌入（word embedding），知识图谱嵌入（Knowledge Graph embedding）就是把知识图谱中三元组（h,r,t)的头实体尾实体和关系分别用向量表示出来，并且表示出的向量能表示三者之间的关系。将实体描述融合到知识图谱嵌入中可以提高知识图谱嵌入的性能。知识图谱是由大量事实三元组构成，直接用三元组很难对知识图谱进行后续操作（知识图谱补全，三元组分类等等）。最后将得到的向量表示的文本信息通过注意力机制嵌入到B中完成了。
2023-11-26 15:06:12
103
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人