机器学习
关注
分享
扫一扫
T.O.P_KING
这个作者很懒，什么都没留下…
展开
-
PLA（Perceptron Learning Algorithm）
学习了林轩田老师的机器学习课程，感觉十分不错，给人一种豁然开朗、柳暗花明又一村之感。下面是关于PLA这一节的笔记，笔记不错，我就直接拿来了（：·） 转载 PLA讲解转载 2016-11-19 20:51:22 · 540 阅读 · 0 评论 -
1.自然语言处理（NLP）与Python
自然语言工具包（NLTK） nltk入门翻译 2016-12-28 16:36:23 · 7091 阅读 · 0 评论 -
2.NLTK之文本语料库
就职演说语料库 该语料库是 55 个文本的集合，每个文本都是一个总统的演说。这 个集合的一个有趣特性是它的时间维度：>>> from nltk.corpus import原创 2016-12-29 22:19:26 · 3994 阅读 · 0 评论 -
5.NLTK之分类和标注词汇
本章关注的问题： 1. 什么是lexical categories（词汇分类），在NLP中如何使用它们？ 2. 什么样的Python数据结构适合存储词汇与它们的类别？ 3. 如何自动标注文本中词汇的词类？原创 2017-01-11 21:07:13 · 6445 阅读 · 0 评论 -
6.NLTK之学习文本分类
有监督分类（Supervised Classification）如果分类的建立基于包含每个输入的正确标签的训练语料，被称为有监督分类。原创 2017-02-28 21:15:57 · 3368 阅读 · 0 评论 -
7.NLTK之从文本提取信息
信息提取（Information Extraction）下图显示了一个简单的信息提取系统的结构。 首先，使用句子分割器将文档的原始文本分割成句，使用分词器将每个句子进一步细分为词。接下来，对每个句子进行词性标注，在下一步，命名实体识别中我们将寻找句子中提到的实体；最后，使用关系识别搜索文本中不同实体间的可能关系。原创 2017-03-02 21:06:34 · 2924 阅读 · 0 评论 -
8.NLTK之分析句子结构
学习文法的好处学习文法的一个好处是,它提供了一个概念性的框架和词汇拼写这些直觉。原创 2017-03-07 18:17:15 · 8398 阅读 · 0 评论