2016年07月_Vic时代

12月 09月 08月 07月 06月 05月

原创 aspect 分类及形容词的情感分类——An unsupervised aspect-sentiment model for online reviews

本文使用无监督方法解决aspect分类问题、生成 aspect相关形容词并判断形容词的极性。总结：本文使用无监督学习并考虑了aspect和sentiment之间的交互，解决aspect检测并自动生成和每个aspect高度相关的包含positive形容词和negative形容词的种子集。aspect检测是通过在句子级别应用的local LDA模型，生成aspects上的一个分布，并且对每个asp

2016-07-25 16:30:46 3972

原创 aspect-based情感分析的调研

基于aspect的情感分析指的是挖掘句子中涉及的aspect，以及对每个aspect表现出来的情感。现有的工作一般把这个任务分成两个部分：aspect识别，可以是aspect term提取或者aspect分类；aspect的情感识别。aspect term提取指的是从原文本中直接提取涉及到的aspect的单词或词组，而aspect分类指的是为每个领域预定义aspect种类，然后对每个句子进行分类（

2016-07-25 15:45:52 6752 1

原创 aspect term extraction——最近两篇结合依存树和CRF的文章

Unsupervised word and dependency path embeddings for aspect term extractionYin Yichun, 2016本文解决的问题是aspect term提取问题，总的来说转换成了序列标注问题，应用CRF算法解决。总结：本文将aspect term抽取问题看成序列标注问题，并采用CRF方法解决，在向CRF输入每个单词

2016-07-20 15:45:52 4170

转载大讲堂——深度学习在计算机视觉领域成功的启示与开放问题讨论

深度学习在计算机视觉领域成功的启示与开放问题讨论摘要：近年来，深度学习技术在图像分类、物体检测及识别乃至“看图作文（Image Captioning）”等诸多计算机视觉任务上均取得了巨大成功。本文首先探讨了深度学习的成功带给我们的一些启示，然后对相关开放问题进行讨论。所述仅为个人粗浅看法，不当之处请读者斧正。1、深度学习成功的启示深度学习的成功不仅仅带来了人工智能相关技术的快速进步

2016-07-18 19:08:58 5632

原创推荐系统——入门

1、推荐系统的产生数据的爆炸式增长，使得纷杂的信息呈现在人们眼前。怎么从这么多信息中发现我们想要的信息？传统的搜索引擎在一定程度上解决了这一问题，通过用户指定关键字，在后台进行匹配排序，将用户最可能需要的信息返回给用户。但是并不是所有用户都能将想要获得的信息进行准确描述，也并不是所有的信息都可以被准确的用几个关键词定义。于是，推荐系统应运而生。推荐系统是为用户进行个性

2016-07-18 17:52:29 980

翻译深度学习之神经网络结构——RNN_理解LSTM

原文链接Understanding LSTM NetworksRNN我们不是在大脑一片空白的情况下开始思考。当你读这篇文章的时候，你是基于对前面单词的理解来理解当前的单词。你不会把所有的东西丢开，让大脑每次都一片空白地思考。我们的思想是持久的。传统的神经网络做不到这一点，这看起来是它的主要缺点。举个例子，假设你正在看电影，你想对每个时间点的事件类型进行分类。传统的神经网络无

2016-07-18 17:35:07 6207 1

原创 target情感分类（0，+，-）——Adaptive recursive neurall network for target-dependent sentiment classification

hahhahha

2016-07-18 17:07:07 2144 1

原创 target情感分类(1,0,-1)——Target-dependent sentiment classification with long short term memory

本文总结：这篇文章采用LSTM解决一个句子针对target情感分类问题，在构造句子向量表示时不仅考虑target单词，而且考虑了target vector和每个上下文单词之间的connection。本文解决的问题是给定句子中的aspect term，判断该句子针对该aspect的情感。共三类：positive，negative，neutral。本文的创新点在于将目标单词和上下文单词之间的语

2016-07-18 16:46:20 2780

原创机器学习——交叉验证

先来几句论文中经常用于表述交叉验证的句子： We follow previous experiment protocol and use accuracy under 10-fold cross-validation as the evaluation metric. 首先，要明确交叉验证是什么？有一点很明确，交叉验证需要将数据集分为训练集和验证集（或者称测试集），在训练集上对模型训练参数，在

2016-07-18 12:32:27 3031

原创句子情感分类（正负）——2015A joint segmentation and classification framework

这是Tang Duyu 在2015发表在TASLP上的一篇文章。中心思想是通过同时训练句子划分和句子分类解决句子中短语和其构成单词情感不一致的问题。文章提出的句子情感分类方法包含三部分：候选生成模型，划分排序模型，情感分类器。在介绍部分，作者说是为了解决句子中短语及其组成部分的情感不一致问题。对于模型的使用也有两种方法，一个是训练，一个是预测。首先讲训练过程。为每个句子生成至少

2016-07-18 09:18:41 3125

转载深度学习——研究方向

作者：张翔链接：http://www.zhihu.com/question/27608272/answer/37318565来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。个人觉得当前深度学习领域的学术研究可以包含四部分：优化（Optimization），泛化（Generalization），表达（Representation）以及应用（Appli

2016-07-11 15:22:41 5119 1

Estimating the number of clusters in a data set via the gap statistic

Estimating the number of clusters in a data set via the gap statistic. 2001.

2017-10-25

level-set. Osher 1988.

Fronts Propagating with Curvature-Dependent Speed: Algorithms Based on Hamilton-Jacobi Formulations. Stanley Osher. 1988.

2017-10-18

Snakes: Active Contour Models

Snakes: Active Contour Models. Michael Kass. 1987.

2017-10-18

Comparing LDA and SVM

论文 Comparing Linear Discriminant Analysis and Support Vector Machine. 2002. 欢迎下载。

2017-10-11

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人