Nicholas_Liu2017的博客

今天在看部分NLP中关于词处理的过程中，多次看到word embedding，word representation等关键词，其中对于嵌入的一个直观感受是将word从一个空间映射到另一个空间，这样做的好处是在另一个空间可以更好的对这些word进行处理。Hinton在20年前便提出了word representation，之后google提出了word2vec，具有很高的商业应用价值，这些映射方法最

康奈尔大学电影评论数据http://www.cs.cornell.edu/people/pabo/movie-review-data/

原文：DeepMind’s Relational Reasoning Networks — Demystified 作者：Harshvardhan Gupta 翻译：汤益榕 审校/责编：屠敏，关注物联网、移动开发领域，寻求报道或投稿请发邮件tumin@csdn.net。每当 DeepMind 发表一篇新文章时，媒体都会有狂热的报道，而你常常会在这些报道中读到一些充满误导

Github代码： [Keras样例解析](https://github.com/gaussic/keras-examples)欢迎光临我的博客：[https://gaussic.github.io/2017/03/03/imdb-sentiment-classification/](https://gaussic.github.io/2017/03/03/imdb-sentiment-cla

LSTM梳理，理解，和keras实现 注：本文主要是在http://colah.github.io/posts/2015-08-Understanding-LSTMs/ 这篇文章的基础上理解写成，姑且也可以称作 The understanding of understanding LSTM network. 感谢此篇作者的无私分享和通俗精确的讲解。 一. RNN 

文本分析的应用越来越广泛，这不，我的工作也开始涉及了文本分析，今天就讲讲关于评论数据的那点事。首先评论数据如何获取？一般通过网络爬虫的方式抓取各大网站的评论数据，本次分析数据就来源于携程网某酒店的评论，在同事的协助下，成功爬取该酒店的评论数据，于是我开始使用这些数据做相关的分析。本次文本分析中需要使用如下3个包：1）Rwordseg包用于分词2）tmcn用于

https://www.kaggle.com/c/word2vec-nlp-tutorial