SimonChen

https://www.cnblogs.com/pomodoro/archive/2004/01/13/9272608.html

1.GNNnode degree图论：节点度节点度是指和该节点相关联的边的条数，又称关联度。in-degree入度对于有向图，节点的入度是指进入该节点的边的条数out-degree出度对于有向图，节点的出度是指从该节点出发的边的条数导管$1节点度...

David D. Palmer Chapter 2: Tokenisation and SentenceSegmentation.2000https://scholar.google.com/citations?user=flDouC0AAAAJ&hl=zh-CNword segmentation 和 tokenlization一样，但sentence segmentation不同。Tokenisation is the process of breaking up the sequen.

文本粒度所谓文本粒度，关于查找引擎而言：粒度是衡量文本所含信息量的巨细。文本含信息量越多，粒度就越大，反之就小。有人会说那简略啊，当然词越长含有的信息量就越大，你断定？那木木SEO通知你一个小玩意：肌联蛋白是当前已知的最大蛋白质，姓名足足有189819个字母，是当之无愧最大的单词。这个单词的信息量是有多大？闲话不多说，先来看下面几组词中，哪些的粒度大，哪些的粒度小。萝卜、葡萄、乒乓龙井、篮球、赤色、橡皮檫踢球、拔河、谈恋爱、爬山高清电视机、南非双人游、呼叫中间体系榜首组词由两个字组成，可是仅

NLP:最全中文自然语言处理数据集、平台和工具整理 https://zhuanlan.zhihu.com/p/70355773

安装keras_contribpip install git+https://www.github.com/keras-team/keras-contrib.git

等待更新。

等待更新。。。。

先用一个不恰当的比喻来说明3种数据集之间的关系：训练集相当于上课学知识验证集相当于课后的的练习题，用来纠正和强化学到的知识测试集相当于期末考试，用来最终评估学习效果

awesome-sentence-embedding A curated list of pretrained sentence andword embedding modelshttps://github.com/Separius/awesome-sentence-embeddinghttps://separius.github.io/awesome-sentence-embedding/

https://github.com/CLUEbenchmark/CLUE

安装tourch1.4 pip install torch=1.4.0 torchvision=0.5.0 -fhttps://download.pytorch.org/whl/torch_stable.html可以支持cuda10.0,其的版本可以使用import torchprint(torch.cuda.is_available()来检查是否支持cudaWindows下pip安装stanza时可能会出现错误，需自行先安装PyTorch。安装stanza：参考：https://.

以下代码是使用pycharm新建的ipynb文件，可以使用pycharm和jupyter Notebook编译。#%%import pandas as pdimport numpy as npfrom sklearn.metrics import roc_auc_scorefrom datetime import date#%%# 监视数据# 我们先读入数据。这里我提供了一个已经...

此文是我在实验室例会上汇报的关于BERT的PPT，供诸君参考。代码在我的GitHub上：https://github.com/idiotprofessorchen/BERT数据集是MRPC...