uuuu-zyy-CSDN博客

原创 25匹马面试题

题目： 25匹马通过赛跑来决出前三名，每轮最多5匹马参赛，求最少需要几轮？条件： 1、最多5匹马一组，可以决出本组比赛的次序。 2、没有计时工具，假设马每轮的速度相同。 5匹马一组，跑5次，选出每组最快的马组成一组，跑一次，选出跑的最快的马选出冠军组的第二名第三名、亚军组的第一名第二名、季军组的第一名组成一组跑一次，决出跑得最快的第二和第三。分析： 25匹马分成5组，每行是一组，且A>B>C>D>E，A最快： A1 B1 C1 D1 E1 A2 B2 C2 D2 E2 A4 B

2021-11-12 17:02:09 215 1

原创 2021-03-24

最近做实验遇到一些问题，并记录下来，包括代码编写和模型结构的问题。其中有一些已经解决，也有至今不明白的问题，供大家参考。我研究的是使用深度学习的模型进行情感分析。 1、出现错误OSError: [E050] Can’t find model ‘en_core_web_sm’. It doesn’t seem to be a s 解决：以管理员权限运行shell脚本，输入命令python37 -m spacy download en解决 2、if name='main’什么意思？若这行代码在A文件中，他表示

2021-03-24 21:37:34 716

翻译 2020-10-25

Attention-based LSTM for Aspect-level Sentiment Classification 论文笔记摘要：作者发现一个句子的情感极性不仅与上下文有关，还与特征有关，因此作者提出Attention-based Long Short-Term Memory Network for aspect-level sentiment classification。当输入的aspect不同时，注意机制可以关注在句子的不同部分。作者在SemEval 2014数据集上进行了实验，结果表明，

2021-03-24 21:07:34 157

原创 2020-12-25

学习笔记通过构建情感分类器训练词向量使用IMDB数据集，构建一个用于计算评论的情感是正面、负面还是未知的情感分类器，在构建过程中，将为IMDB数据集中存在的词进行词向量的训练。训练情感分类器包含以下步骤：下载IMDB数据，并分词建立词表生成向量的批数据使用词向量创建网络模型训练模型 import torch from torchtext import data from torchtext import datasets from torch import nn, opti

2020-12-25 21:33:07 239

原创 2020-12-24

零基础入门NLP——新闻分类基于TextCNN的文本表示一、TextCNN介绍 TextCNN利用CNN进行文本特征抽取，不同大小的卷积核分别抽取n-gram特征，卷积计算出的特征图经过MaxPooling保留最大的特征值，然后拼接成一个向量作为文本表示。这里基于TextCNN原始论文的设定，分别采用100个大小为2，3，4的卷积核，最后得到的文本向量大小为100*3=300维。 TextCNN的结构如图所示二、向量大小变换（1）首先我们的单词经过Embedding后的维度是（batch_siz

2020-12-24 13:39:50 571 1

原创 2020-12-16

解决Pytorch GPU版本下载慢的问题首先使用pytorch官网https://pytorch.org/get-started/locally/命令,复制粘贴到cmd窗口运行. 然后CRTRL+C停止下载,可以看到这个whl文件真正的下载链接: https://download.pytorch.org/whl/cu110/torch-1.7.1%2Bcu110-cp38-cp38-win_amd64.whl 我把这个链接复制粘贴到浏览器中,它会自动下载,还是很慢. 接着,我用下面的命令,几分钟完成.

2020-12-16 13:31:41 151

原创信息经济学的问题及答案

1、什么是信息经济学？信息经济学研究，从不对称的角度出发，进行规则和制度的设计 2、博弈论和信息经济学有什么关系？博弈论研究给定信息结构，求均衡结果，信息经济学是给定信息结构，设计一种契约。博弈论是信息经济学的方法论基础。 3、不确定性、风险与信息具有怎样的关系？奈特认为，风险是根据客观分类有能力计算出概率的情形，如掷色子，出现任何一面的概率都是六分之一，而不确定性就是不能客观分类的情形，如下一年癌症的发病率。然而实际上，没有绝对公正的筛子，因此我们总是处在奈特定义的不确定的世界中。赫什来福认为风险

2020-09-08 21:32:56 1396

m0_46689999的博客