NLP
小明的梦想
这个作者很懒,什么都没留下…
展开
-
迁移学习(Transfer learning)
迁移学习(Transfer learning) 把已经训练好的模型参数迁移到新的模型来帮助新模型训练,从而加快并优化模型的学习效率,不用从零开始学习。在传统的机器学习的框架下,学习的任务就是在给定充分训练数据的基础上来学习一个分类模型;然后利用这个学习到的模型来对测试文档进行分类与预测。然而,我们看到机器学习算法在当前的Web挖掘研究中存在着一个关键的问题:一些新出现的领域中的大量训练...原创 2018-03-15 17:12:40 · 811 阅读 · 0 评论 -
Word Embedding(词嵌入)
Word Embedding 是NLP中一组语言模型(language modeling)和特征学习技术(feature learning techniques)的总称,这些技术会把词汇表中的单词或者短语(words or phrases)映射成由实数构成的向量上。即找到一个映射或者函数,把X所属空间的单词映射为到Y空间的多维向量,生成在一个新的空间上的表达,W:words→Rn是一个参数化函数,...原创 2018-03-16 18:44:56 · 1753 阅读 · 0 评论 -
命名实体识别(Named Entity Recognition,NER)
命名实体识别(Named Entity Recognition,NER)命名实体识别(NER)其目的是识别语料中人名、地名、组织机构名等命名实体,识别文本中具有特定意义的实体。它是自然语言处理实用化的重要内容,在信息提取、句法分析、机器翻译等应用领域中具有重要的基础性作用。命名实体识别一 方面要识别实体边界,另一方面要识别实体类别(人名、地名、机构名或其他)。就汉语系统来讲,确定实体边界主要和分词...原创 2018-03-15 17:12:11 · 13759 阅读 · 0 评论