自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

-+

上一步保存

无限大地NLP_空木的专栏

自然语言处理、内容推荐、python

07月 05月 04月 03月 02月 01月

转载 Python Argparse包——命令行解析工具

最近在研究pathon的命令行解析工具，argparse，它是Python标准库中推荐使用的编写命令行程序的工具。用python来实现命令行，核心计算模块可以用c自己写扩展库，效果挺好。学习了argparse，在官方文档中找到一篇toturial，简单翻译了下。http://docs.python.org/2/howto/argparse.html#id1Argpa

2016-01-11 21:03:27 1740

转载漫谈：机器学习中距离和相似性度量方法

在机器学习和数据挖掘中，我们经常需要知道个体间差异的大小，进而评价个体的相似性和类别。最常见的是数据分析中的相关分析，数据挖掘中的分类和聚类算法，如 K 最近邻（KNN）和 K 均值（K-Means）等等。根据数据特性的不同，可以采用不同的度量方法。一般而言，定义一个距离函数 d(x,y), 需要满足下面几个准则：1) d(x,x) = 0 // 到自

2016-01-11 20:52:42 1115

原创 Python爬虫——爬取网页中的图片小试牛刀

Preface：以往爬取文本，这次需要爬取图片pdf，先上手一个例子，爬取pdf，先取得url，然后通过urllib.urlretrieve函数将url的网页内容远程下载到本地，第一个参数为url，第二个参数为文件名(代码中有误)，第三个参数为回调函数，可以显示下载进度。另外，当需要爬取动态网站的图片时，用urllib.urlretrieve满足不了我们的要去需要"get"，使用request.g

2016-01-06 21:57:34 3628

nlp停用词表

常用停用词词表 import pickle stopwords = pickle.load(open('stopWords.pkl','r'))

2019-03-10

conll2000的数据

http://www.chokkan.org/software/crfsuite/tutorial.html教程里 wget http://www.cnts.ua.ac.be/conll2000/chunking/train.txt.gz，wget不下来的时候，使用这份数据

2018-08-10

genia tagger

GENIA Tagger - part-of-speech tagging, shallow parsing, and named entity recognition for biomedical text -

2015-04-23

ICTPOS汉语词性标记集.doc

ICTPOS汉语词性标记集.doc定义了：计算所汉语词性标记集，对分词工具分词后的词性详细分类定义

2014-10-26

txt_to_xml.jar包

txt文件转成xml格式的文件，不是直接改后缀那么简单，想要得到标准的xml格式的文件，需要使用一些工具。

2014-04-29

机器学习实践指南

群里的一个朋友写的书，关于机器学习方面的，大家可以看看。

2014-04-22

自然语言标注

自然语言处理，如何标注自然语言的有些方法，是一本好书！

2014-04-22

PYTHON自然语言处理中文翻译 NLTK

中文版的《python自然语言处理》，很少，做自然语言处理这块的，可以参考参考。

2014-04-22

Deep Learning 实战之 word2vec

关于word2vec的介绍，并且介绍了一些模型，像是统计语言模型，Log-Linear模型，以及介绍了分布式实现word2vec。很好的参考学习word2vec的资料

2014-03-13

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示

确定要删除当前文章？

取消删除