- 博客(6)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 java实现实体关系抽取
前言：21年广州荔湾区成了疫情灾区，很多人都没有工作，被居家隔离，感染病毒概率死亡率是0.005%，没有工作死亡率是100%，因此作为普通老百姓，自己开发了一个数据分析工具，叫yandas。信息抽取旨在从非结构化自然语言文本中提取结构化知识，如实体、关系、事件等。对于给定的自然语言句子，根据预先定义的schema集合，抽取出所有满足schema约束的SPO三元组。例如，「妻子」关系的schema定义为：{S_TYPE: 人物,P: 妻子,O_TYPE: {@value: 人物}}知识抽取
2021-06-13 14:32:14
2620
3
原创 java实现快递单信息识别
前言：21年广州荔湾区成了疫情灾区，很多人都没有工作，被居家隔离，感染病毒概率死亡率是0.005%，没有工作死亡率是100%，因此作为普通老百姓，自己开发了一个数据分析工具，叫yandas。命名实体识别是NLP中一项非常基础的任务，是信息提取、问答系统、句法分析、机器翻译等众多NLP任务的重要基础工具。命名实体识别的准确度，决定了下游任务的效果，是NLP中的一个基础问题。在NER任务提供了两种解决方案，一类LSTM/GRU + CRF，通过RNN类的模型来抽取底层文本的信息，而CRF(条件随机场)模型来学
2021-06-13 14:25:57
2336
1
原创 自研数据分析工具——yandas系列三：基础函数方法
前言：21年广州荔湾区成了疫情灾区，很多人都没有工作，被居家隔离，感染病毒概率死亡率是0.005%，没有工作死亡率是100%，因此作为普通老百姓，自己开发了一个数据分析工具，叫yandas。1、读取Excel数据List<ListOrderedMap<String, Object>> listMap = excelUtil.read(f1,a);2、处理缺失值List<ListOrderedMap<String, Object>> listMap2 =
2021-06-12 09:39:31
269
原创 自研数据分析工具——yandas系列二：分析泰坦尼克号沉船事件中的乘客信息表
前言：21年广州荔湾区成了疫情灾区，很多人都没有工作，被居家隔离，感染病毒概率死亡率是0.005%，没有工作死亡率是100%，因此作为普通老百姓，自己开发了一个数据分析工具，叫yandas。首先我们看看表：有两张表，A表记录了很多款产品的三个基础字段，分别是产品ID，地区代码和重量：B表是运费明细表，这个表结构很“业务”。每行对应着单个地区，不同档位重量，所对应的运费：现在，我们想要结合A表和B表，统计出A表每个产品付多少运费，应该怎么实现？可以先自己思考一分钟图片分析：1、分别读取表1
2021-06-09 10:47:11
322
原创 自研数据分析工具——yandas系列一：分析泰坦尼克号沉船事件中的乘客信息表
前言：前言：21年广州荔湾区成了疫情灾区，很多人都没有工作，被居家隔离，感染病毒概率死亡率是0.005%，没有工作死亡率是100%，因此作为普通老百姓，自己开发了一个数据分析工具，叫yandas。首先我们看看表：第一个字段就是是否生还，第二个是姓名，然后性别，年龄从表中可以看出地址相同的，票号也一样，说明都是家庭成员一起购票实现几个简单分析需求：找出多人(2人或以上)一起登船的组的数量列出这些人的信息是否存在最幸运的亲朋好友(多人一起登船，同时全部人都获救)？ String f1 =
2021-06-07 20:56:18
280
原创 百姓网程序员招聘数据分析
前言：21年广州荔湾区成了疫情灾区，很多人都没有工作，被居家隔离，感染病毒概率死亡率是0.005%，没有工作死亡率是100%，因此作为普通老百姓，分析下疫情当前下的招聘信息。步骤分为，采集，处理，可视化第一步，采集输入连接，点击分析，即可获取数据。数据有整体网站源码，网站视图，采集设置，采集内容。采集设置：我们采用正则匹配，因为招聘网站内容序列是固定的。...
2021-06-03 22:43:34
128
SpringBoot集成任务调度，实现每天定时发送天气预报
2020-12-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人