- 博客(7)
- 资源 (16)
- 收藏
- 关注
RSS订阅原创 自然语言处理（NLP）：05 基于 doc2vec 特征抽取+电影情感文本分类
本章节研究内容： doc2vec 提取句子特征+基于doc2vec 特征工程 文本分类问题基于Doc2Vec情感分析词向量在NLP被广泛应用，通过引入Doc2Vec，不仅可以对单个词进行词向量表示，而且可以对整个句子或文章进行表示。 想象一下，能够使用固定长度的向量表示整个句子，然后我们可以使用标准的分类算法去分类。是一件很神奇的事情。本章以Word2Vec 为基础，使用Do...
2019-07-26 16:09:06
1758
原创 自然语言处理（NLP）：04 word2vec 入门介绍
词向量表示One-Hot RepresentationNLP 中最直观，也是到目前为止最常用的词表示方法是 One-hot Representation，这种方法把每个词表示为一个很长的向量。这个向量的维度是词表大小，其中绝大多数元素为 0，只有一个维度的值为 1，这个维度就代表了当前的词。举个栗子，“话筒”表示为 [0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 …]“...
2019-07-20 10:34:33
659
1
原创 自然语言处理（NLP）： 03 tfidf 特征抽取&n-gram 扩展 + 朴素贝叶斯模型
本章节研究内容： 基于TFIDF特征抽取&ngram + 朴素贝叶斯算法 文本分类
2019-07-17 23:57:39
3128
原创 自然语言处理（NLP）：02 基于词袋模型（BOW）特征抽取&n-gram&扩展特征维度数 + 贝叶斯算法 文本分类
本章节研究内容： 基于词袋模型（BOW）特征抽取&n-gram&扩展特征维度数 + 贝叶斯算法 文本分类有任何问题，可以交流：1121025745@qq.com实践验证：相比与0.8751187431494337 不使用ngram和扩展特征情况下准确率：0.8760321519912313，高出0.1％ 提升。我们可以把特征做得更棒一点，比如说，我们试试...
2019-07-17 00:42:33
2041
2
原创 自然语言处理（NLP）： 01 基于词袋模型（BOW）特征抽取 + 贝叶斯算法 新闻文本分类
本章节研究内容： 基于词袋模型（BOW）特征抽取 + 贝叶斯算法 文本分类CountVectorizer 使用基于词袋模型特征提取，即我们使用词频TF来抽取特征from sklearn.feature_extraction.text import CountVectorizertexts=["dog cat fish","dog cat cat","fish bird", 'bird']cv = CountVectorizer(analyzer='word',max_features=4000)
2019-07-17 00:03:44
3751
4
原创 Python数据分析 pyecharts 生成图片问题
采用pyecharts 生成图片的时候，在使用前需要做两件事件 1. 安装snapshot_seleniumpip3 install snapshot_selenium2. 设置chromedriver驱动到PATH 中常见错chromedriver或者chromedriver.exe 没有放到PATH 下，导致使用的时候出现错误windows或者mac 下安装chrom...
2019-07-01 18:15:08
6034
2
pytorch-flask-api.zip
2019-08-26
word2vec-sentiments-IMDB-Data.zip
2019-07-26
tachyon 介绍
2016-02-18
solr搜索引擎-课程文件培训
2014-02-20
solr企业级搜索引擎准备阶段
2013-11-19
积分商城基于Solr搜索引擎PPT
2013-11-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人