【githubgirl】通过指定词义，便可匹配与之描述相近的词汇，当你输入「开心的词」

已于 2022-04-07 09:11:08 修改
阅读量263 收藏 1
点赞数 1
文章标签： github 经验分享 观察者模式 外观模式 数据库架构
于 2022-04-07 09:10:13 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_67982904/article/details/124005368
版权

清华大学 NLP 实验室在 GitHub 开源的 WantWords（万词王）词典还蛮有意思的。

通过指定词义，便可匹配与之描述相近的词汇。比如，当你输入「开心的词」，该工具便会给出 "快乐"、"愉快"、"高兴" 等词汇。

此外，它还支持汉语、英语、汉英、英汉等多种不同转化方式。为了减少查询时间，作者还为每种方式加入了特定的筛选规则。

感兴趣的同学可以玩一下，看看都能出现哪些结果 [doge]。

地址：http://t.cn/A6MDWPQ0
GitHub：github.com/thunlp/WantWords

githubgirl
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
源自《庄子》的双音词的形成方式与词义演变例释
06-20
《庄子》不仅哲学思想体大思精,内涵丰富,而且其语言表达生动精彩,表现力强,因此《庄子》...源自《庄子》的双音词的形成方式多种多样,在后世的长期使用过程中词义也发生了不同情况的演变,可以通过具体例证对此加以阐释。
【githubboy】万词王词典还蛮有意思的。通过指定词义，便可匹配与之描述相近的词汇
m0_68038546的博客
04-02 185
清华大学 NLP 实验室在 GitHub 开源的 WantWords（万词王）词典还蛮有意思的。 通过指定词义，便可匹配与之描述相近的词汇。比如，当你输入「开心的词」，该工具便会给出 "快乐"、"愉快"、"高兴" 等词汇。 此外，它还支持汉语、英语、汉英、英汉等多种不同转化方式。为了减少查询时间，作者还为每种方式加入了特定的筛选规则。 感兴趣的同学可以玩一下，看看都能出现哪些结果 [doge]。 地址： GitHub：github.com/thunlp/WantWords ...
词汇课程——一词多义与合成词（3）
刘炫320的博客
02-25 3264
文章目录前言1. 一词多义1.1 scale1.2 borad1.3 cell1.4 sharp2. 义项2.1 magpie2.2 weed3. 词类转换3.1 及物动词转为非及物动词3.2 名词变动词4. 合成法4.1 写法4.2 合成形式4.2.1主谓型合成词与动宾型合成词4.2.2副词+动词4.2.3名词+形容词4.2.4 形容词+名词(动词)+ed4.2.5 链接短语4.2.5 仿造词 ...
词向量语义匹配：欧氏距离和余弦相似度，选择哪一个？
程序猿视角
03-08 1245
最近做自然语言处理算法，需要根据词向量判断两个词汇的相似度。面临两个选择：欧氏距离和余弦相似度。选择哪一个好呢？
自然语言处理之使用gensim.Word2Vec训练词向量进行词义消歧
猫猫头的博客
05-21 1468
自然语言处理之使用gensim.Word2Vec训练词向量进行词义消歧 NLP中进行词义消歧的一个非常方便且简单的方法就是训练词向量，通过词向量计算余弦值，来推断某个词在句子中的含义。python中的gensim提供了一个非常方便的方法，一句话就可以训练词向量。不过嘛，正如我们想的那样，肯定是语料库越大越好，但越大呢就训练的时间越长，这也是没办法的事情。 我建议大家用GPU来训练，当当当，强烈推荐AIstudio，非常好用，免费GPU10小时，不用白不用。 完整项目的aistudio链接：https://a
自然语言处理从入门到应用——词向量的评价方法
冯·诺依曼
06-17 1万+
对于不同的学习方法得到的词向量，通常可以根据其对词义相关性或者类比推理性的表达能力进行评价，这种方式属于内部任务评价方法（Intrinsic Evaluation）。在实际任务中，则需要根据下游任务的性能指标判断，也称为外部任务评价方法（Extrinsic Evaluation）。本文首先介绍两种常用的内部任务评价方法，然后以情感分类任务为例，介绍如何将预训练词向量应用于下游任务。
R语言︱词典型情感分析文本操作技巧汇总（打标签、词典与数据匹配等）
热门推荐
素质云笔记
04-27 2万+
笔者寄语：情感分析中对文本处理的数据的小技巧要求比较高，笔者在学习时候会为一些小技巧感到头疼不已。
Java 初学者——简单的词义分析（匹配关键字、变量类型、变量名、方法名以及操作运算符）
qq_40649644的博客
10-23 949
Java 初学者——简单的词义分析（匹配关键字、变量类型、变量名、方法名以及操作运算符）1 实验目的2 实验要求3 问题分析4 准备知识4.1 常用类介绍4.2 正则表达式及匹配的参考代码5 代码展示6 结果反馈7 问题与反思 1 实验目的 熟悉并掌握 String 类、StringBuffer 类和 StringTokenizer 类的使用，并能对字符串变量进行操作。 2 实验要求 要求对一个 ...
NLP：Word Embedding词嵌入/word2vec词向量思想方法(一种主流的分布式表示)的简介(词向量VS词嵌入等)、使用方法、案例应用之详细攻略
近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…
12-12 1817
​ NLP：Word Embedding词嵌入/word2vec词向量思想方法(一种主流的分布式表示)的简介(词向量VS词嵌入等)、使用方法、案例应用之详细攻略 目录 词嵌入(一种主流的分布式表示)的简介 词嵌入的使用方法 词嵌入的案例应用 推荐文章 NLP之NNLM：NNLM算法(词向量法的始祖)的简介、网络结构、案例应用之详细攻略 NLP：Word Embedding词嵌入/word2vec词向量思想方法(一种主流的分布式表示)的简介、使用方法、案例应用之详细攻略
词嵌入技术：如何通过词嵌入技术，实现智能文本分类和命名实体识别？
禅与计算机程序设计艺术
06-27 4063
词嵌入的计算原理主要包括两部分：词向量的计算和上下文向量的计算。
英语词汇词源专题考试词汇120个（含翻译及词源）.docx
06-24
英语词汇词源120个考试词汇，包含详细的词义及词源组成
机器可读的英汉词典源码
12-07
1、开发一个机器可读的英汉词典，能获得给定英文词条的多方面信息（读音、词性、每个词义、例句等，能提供的信息越多越好），并在其他软件系统（桌面或在线词典、机器翻译系统、其他自然语言处理系统等）中使用；...
高考英语词汇专项复习之选修 6（含词性及词义）
01-21
RRKSYJPSheet1高考专攻之选修词汇6，Unit1英文词性汉语figuren.画像，身材，数字realisticadj.现实主义的，逼真的，现实的clayn.黏土abstractadj.抽象的
按音标查询的英汉电子词典的设计与实现
12-10
用户在英文阅读时，可以方便快捷地查找生词的词义、用法、同义词或反义词。然而，就使用方式来讲，仍存在欠缺。当人们听英语广播、看英语节目或练习听力时听到一个词的发音而又不知其含义时，又如何查到单词的含义呢...
Github 2024-05-06 开源项目日报 Top10
老孙正经胡说
05-06 694
根据Github Trendings的统计，今日(2024-05-06统计)共有10个项目上榜。
利用github pages建立Serverless个人博客
weixin_45668903的博客
05-05 1074
使用github pages，可以在github上部署静态网站。利用这个功能，可以很方便地实现个人博客的发布托管。使用Hexo建立静态站点。使用github actions实现自动部署。
Github 2024-05-05 开源项目日报Top10
老孙正经胡说
05-05 668
根据Github Trendings的统计，今日(2024-05-05统计)共有10个项目上榜。
Github的使用教程（下载项目、寻找开源项目和上传项目）
最新发布
modi000的博客
05-08 386
2）红框区为项目的源代码，README.md （markdown格式）为项目说明，下载后，可直接用记事本打开。1）直接登录到源码链接页或者通过如下图的搜索。通过编程语言对搜索结果进一步筛选。3） 下载源码（不需要登录也能下载）3）添加文件，上传项目文件。双击源文件，可以查看源码。1)点击加号，新建一个仓库。2） 起名字，写项目简介。1）点击文件，点编辑按钮。
分别从词表示和词义组合的角度阐述动态词向量的特点，以及其相较于静态词向量的优势
06-07
动态词向量通过在每次训练时重新计算词向量，以捕获每个词在当前语境中的最新含义。相比之下，静态词向量是在预处理阶段计算的，一旦计算完成，它们就不再改变。 从词表示的角度来看，动态词向量可以更好地表示词语...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值