![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
自然语言处理
文章平均质量分 65
普通网友
这个作者很懒,什么都没留下…
展开
-
序列标注
序列标注问题应该说是自然语言处理中最常见的问题,而且很可能是最而没有之一。在深度学习没有广泛渗透到各个应用领域之前,传统的最常用的解决序列标注问题的方案是最大熵、CRF等模型,尤其是CRF,基本是最主流的方法。随着深度学习的不断探索和发展,很可能RNN模型会取代CRF的传统霸主地位,会成为解决序列标注问题的标配解决方案。 本文主要抽象出利用RNN解决序列标注问题的通用优化思路。这转载 2017-07-19 09:21:18 · 1055 阅读 · 0 评论 -
适合序列标注问题的模型
1.Recurrent Neural Network 2.Conditional Random Field 3.Hidden Markov model 条件随机场和隐马尔可夫模型是典型的用来做序列标注问题的模型,是构建语音识别声学模型的传统方法,RNN因含有递归层而具有序列结构的特点,现在被广泛用于语音识别等序列标注问题中 。 在深度学习没有广泛渗透原创 2017-07-19 09:48:29 · 687 阅读 · 0 评论 -
word2vec词向量训练及中文文本相似度计算
本文是讲述如何使用word2vec的基础教程,文章比较基础,希望对你有所帮助! 官网C语言下载地址:http://word2vec.googlecode.com/svn/trunk/ 官网Python下载地址:http://radimrehurek.com/gensim/models/word2vec.html 1.简单介绍 参考:《Word2vec的核心架构及其应用 · 熊富转载 2017-10-08 20:14:23 · 2471 阅读 · 0 评论 -
[+] 词汇相似度计算
1. 任务和环境介绍 任务:实现5种词汇相似度计算方法。 数据:wordsim353 评价方法:Spearman’s rank correlation coefficient 环境:Ubuntu 服务器(4 Intel(R) Xeon(R) CPU E5-2609 v3 @1.90GHz),Anacanda2.4(64-bit),python2.7 基本方法转载 2017-10-08 20:18:06 · 1371 阅读 · 0 评论