- 博客(26)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 ABSA系列-Open Aspect Target Sentiment Classification with Natural Language Prompts
这是一篇发表在的论文。该篇文章利用自然语言提示(Prompt)，将方面目标情感分类(Aspect Target Sentiment Classification)任务定义为自然语言推断(NLI)和完形填空任务，从而更好地发挥预训练模型的性能，在零样本(Zero-shot)、少样本(Few-shot)和全样本的场景下都表现出了良好的性能，同时体现出良好的鲁棒性。
2022-11-06 10:50:33
431
1
原创 【机器视觉中的数学问题—协方差矩阵】
机器视觉中的数学问题—协方差矩阵文章目录机器视觉中的数学问题---协方差矩阵前言一、统计学的基本概念二、为什么需要协方差三、协方差矩阵前言看视觉领域的论文总能看到协方差矩阵这个东西，虽然网上有很多关于他得公式，但还是不太明白它的意义，这里将介绍它的来龙去脉，说清楚它到底是干啥的，为啥总是出现。一、统计学的基本概念学过概率统计的我们都知道，统计里最基本的概念就是样本的均值，方差，标准差。给定一个包含n个样本的集合，依次给出这些概念的公式描述：均值： Xˉ=∑i=1nXi\bar{X}=\sum
2022-04-15 16:14:56
907
原创 深度学习图像去噪综述
深度学习图像去噪综述1 背景与动机2 深度学习在图像去噪中的应用2.1外加白噪声去噪（additive white noisy-image denoising）2.1.1CNN/NN for AWNI denoising2.1.2 CNN/NN and common feature extraction methods for AWNI denoising2.1.3 Combination of the optimization method and CNN/NN for AWNI denoising原文
2020-09-23 11:07:05
10252
原创 NLP系列——(10)BERT
BERT一、Transformer1.1 Encoder-Decoder框架1.2 Transformer模型架构二、BERT2.1 BERT 原理2.2 BERT模型总体结构2.3 BERT模型输入2.4 BERT模型预训练任务2.4.1 Masked LM2.4.2 Next Sentence Prediction2.5 模型比较三、BERT实现文本分类Bert之所以取得这么惊才绝艳的效果，...
2019-05-30 20:58:17
786
2
原创 NLP系列——(9)Attention
Attention一、基本的Attention原理1.1 什么是Attention？1.2 为什么要加入Attention1.3 Attention的原理二、HAN（Hierarchical Attention Networks）的原理三、Attention实现文本分类一、基本的Attention原理1.1 什么是Attention？Attention模型的基本表述可以这样理解成（个人理解...
2019-05-28 10:59:14
498
转载 NLP系列——(8)循环和递归神经网络
循环和递归神经网络RNN的结构。循环神经网络的提出背景、优缺点。着重学习RNN的反向传播、RNN出现的问题（梯度问题、长期依赖问题）、BPTT算法。双向RNN递归神经网络LSTM、GRU的结构、提出背景、优缺点。针对梯度消失（LSTM等其他门控RNN）、梯度爆炸（梯度截断）的解决方案。Memory Network（自选）Text-RNN的原理。利用Text-RNN模型来进行文本分...
2019-05-26 16:02:04
272
原创 NLP系列——(7)卷积神经网络
卷积神经网络+Text-Text一、卷积神经网络1.1 卷积1.1.1 一维卷积1.1.2 二维卷积1.1.3 卷积网络—动机1.1.4 一维卷积运算和二维卷积运算1.2 池化层二、Text-CNN一、卷积神经网络1.1 卷积卷积（Convolution），其实是一种数学运算，在信号处理或图像处理中，经常使用一维卷积或二维卷积。1.1.1 一维卷积一维卷积经常用在信号处理中，用于计算信号...
2019-05-24 20:57:46
2122
原创 NLP系列——(6)神经网络+FastText
神经网络+FastText一、神经网络基础1.1 前馈神经网络1.1.1 神经元模型1.1.2 前馈神经网络1.1.3 网络层数1.1.4 输入层1.1.5 输出层1.1.6 隐藏层1.1.7 隐藏单元1.1.8 激活函数1.1.9 前馈神经网络与反向传播算法（推导过程）1.2 感知机1.2.1 感知机的原理1.2.2 点到线的距离1.2.3 样本到超平面的距离1.2.4 超平面1.2.5 感知机...
2019-05-22 20:52:14
1454
原创 NLP模型——FastText
FastText一、预备知识1.1 Softmax 回归1.2 分层Softmax1.3 n-gram特征二、word2vec三、FastText 原理四、FastText 实战fastText是Facebook于2016年开源的一个词向量计算和文本分类工具，在学术上并没有太大创新。但是它的优点也非常明显，在文本分类任务中，fastText（浅层网络）往往能取得和深度网络相媲美的精度，却在训练时...
2019-05-22 20:47:42
1046
原创 NLP系列——(5)朴素贝叶斯+SVM+LDA
文本表示一、朴素贝叶斯1.1 朴素贝叶斯理论1.高斯模型2.多项式模型3.伯努利模型1.2 朴素贝叶斯实战——文本分类二、SVM模型2.1 SVM原理2.2 SVM实战——文本分类三、LDA主题模型3.1 PLSA、共轭先验分布3.1.1 PLSA(基于概率统计的隐性语义分析)3.1.1 共轭先验分布3.2 LDA3.2.1 LDA介绍3.2.2 LDA生成过程3.2.3 LDA整体流程3.3 使...
2019-05-20 11:38:55
1516
原创 NLP系列——(4)文本表示
文本表示1、文本表示2、 文本表示的方法2.1 one-hot表示2.2 word2vec2.2.1 CBOW2.2.2 Skip-Gram1、文本表示文本表示的意思是把字词处理成向量或矩阵，以便计算机能进行处理。文本表示是自然语言处理的开始环节。文本表示按照细粒度划分，一般可分为字级别、词语级别和句子级别的文本表示。文本表示分为离散表示和分布式表示。离散表示的代表就是词袋模型，one-h...
2019-05-18 10:22:56
6412
原创 NLP系列——(3)特征选择
文章目录一、TF-IDF1.1 背景1.2 TF-IDF概述1.3 TF-TIDF的实现1.3.1 用gensim库来计算tfidf值1.3.2 用sklearn库来计算tfidf值1.3.3 用python手动实现tiidf的计算二、互信息2.1 点互信息PMI2.2 互信息MI2.3 对特征矩阵使用互信息进行特征筛选任务描述：Task3 特征选择TF-IDF原理以及利用其进行特征筛选互信...
2019-05-15 10:45:19
2500
原创 NLP系列——(2)特征提取
文章目录一、中英文文本分析1.1 中文文本特点1.2 英文文本特点二、文本数据的基本特征提取2.1 词汇数量2.2 字符数量2.3 平均词汇长度2.4 停用词数量2.5 特殊字符数量2.6 数字数量2.7 大写字母数量三、文本数据的预处理3.1 小写转换3.2 去除标点符号3.3 去除停用词3.4 常见词去除3.5 稀缺词去除3.6 拼写校正3.7 分词(tokenization)分词算法设计的基...
2019-05-13 21:12:33
6908
原创 NLP系列——(1)数据探索-汇总
将几个任务分开整理的，在此做个汇总NLP系列——(1)数据探索-IMDBNLP系列——(1)数据探索-THUCNewsNLP系列——(1)数据探索-召回率、准确率、ROC曲线、AUC、PR曲线等概念...
2019-05-12 16:23:46
266
原创 NLP系列——(1)数据探索-召回率、准确率、ROC曲线、AUC、PR曲线等概念
数据集探索——机器学习之类别不平衡问题1 各种评估指标评估指标 Evaluation metrics 可以说明模型的性能，辨别模型的结果。我们建立一个模型后，计算指标，从指标获取反馈，再继续改进模型，直到达到理想的准确度。在预测之前检查模型的准确度至关重要，而不应该建立一个模型后，就直接将模型应用到看不见的数据上。接下来介绍几种回归和分类常用的评估方法。1.1、回归回归问题的标记 y...
2019-05-12 16:20:53
1576
原创 NLP系列——(1)数据探索-THUCNews
数据集探索一、数据集数据集：中、英文数据集各一份1、中文数据集：THUCNewsTHUCNews数据子集：https://pan.baidu.com/s/1hugrfRu 密码：qfud2、英文数据集：IMDB数据集IMDB Sentiment Analysis二、数据探索1、THUCNews数据集的探索这里参考 CNN字符级中文文本分类-基于TensorFlow实现 - 一蓑烟...
2019-05-12 10:55:08
709
原创 NLP系列——(1)数据探索-IMDB
数据集探索一、数据集数据集：中、英文数据集各一份1、中文数据集：THUCNewsTHUCNews数据子集：https://pan.baidu.com/s/1hugrfRu 密码：qfud2、英文数据集：IMDB数据集IMDB Sentiment Analysis二、数据探索1、IMDB数据集的探索这里参考TensorFlow官方教程：影评文本分类 | TensorFlow 和...
2019-05-11 18:05:37
994
转载 初学Attention机制
参考博客https://blog.csdn.net/tg229dvt5i93mxaq5a6u/article/details/78422216
2019-03-04 09:52:42
178
原创 RTX2080Ti-深度学习环境配置
最近新购置了一台服务器，被环境折腾了半天，在这里纪念一下安装的心酸历程。环境配置：ubuntu18.04，cuda10.0，cudnn7.3.1，tensorflow-gpu1.12.01.下载显卡驱动、cuda、cudnncuda10、cudnn、nvidia2. 安装显卡驱动2.1禁止系统默认的显卡驱动打开系统黑名单sudo gedit /etc/modprobe.d/black...
2018-12-24 21:44:14
6717
3
转载 机器学习（3）——贝叶斯算法
文章目录一、简介二、定义三、推导一、简介贝叶斯定理是18世纪英国数学家托马斯·贝叶斯（Thomas Bayes）提出得重要概率论理论。以下摘一段 wikipedia 上的简介：所谓的贝叶斯定理源于他生前为解决一个“逆概”问题写的一篇文章，而这篇文章是在他死后才由他的一位朋友发表出来的。在贝叶斯写这篇文章之前，人们已经能够计算“正向概率”，如“假设袋子里面有 N 个白球，M 个黑球，你伸手进...
2018-10-18 16:58:11
242
原创 机器学习（2）——决策树与随机森林
文章目录一. 决策树1.1决策树概述1.2决策树-熵1.3 决策树-基本想法1.4 决策树-剪枝二.随机森林2.1概念2.1.1 Bootstraping一. 决策树1.1决策树概述决策树既能做分类，又能做回归。输入数据后，根据构建的树，逐步向下决策，最后得到结果。决策树算法以树状结构表示数据分类的结果，每个决策点 实现一个具有离散输出的测试函数，记为分支。决策树由以下几部分组成：...
2018-10-04 18:40:39
801
原创 如何将自己写的代码上传到github上
如何将自己写的代码上传到github上忙活了好久，终于是把代码传上去了，在这里记录一下我的历程。步骤1. 注册github账号要想上传，你必须得有自己的github账号哦，网址附上，自己注册去吧 https://github.com/2. 建仓库登录上你的github之后，点击 + 号，选择 New repository接下来得到如下页面，填写仓库名，自己随便写一个名字，下面的描述...
2018-10-02 20:09:29
6300
2
原创 机器学习（1）——回归算法
一、导入1.1有监督问题和无监督问题首先说一下有监督问题和无监督问题，所谓有监督问题呢 就是在模型训练过程中有标签数据，反之，无监督学习是没有标签数据的。1.2回归和分类什么是回归呢？通俗来说，最终的预测结果是一个数，就是回归；预测结果是一个类别，那就是分类。二、线性回归2.1 线性回归的定义接下来。。。。转载转载。。。。线性回归需要一个线性模型，属于监督学习，因此方法和监督学...
2018-10-01 20:57:03
649
原创 TensorFlow弹药库——基础知识
TensorFlow弹药库——基础知识一. 废话篇再发了一篇关于cifar-10数据集的读取之后，本来想着接下来将各类神经网络（包含最简单的三层结构、cnn、lenet、resnet、googlenet等）在该数据实现，进行训练与测试。突然发现，先介绍一下，tensorflow最基础的知识应该会更好，在此就请继续看我墨迹废话吧。 哈哈哈。。。学习很严肃，自娱自乐一下。（睿思说：...
2018-06-09 20:59:08
546
1
原创 TensorFlow弹药库——cifar-10（1）
作为图像分类处理的经典数据集，在刚入门TensorFlow后，难免就想在cifar-10上展现一下自己。在此就想分享一下，自己在该数据集上遇到的问题。首先，简单的介绍一下这个数据集。一. CIFAR-10① CIFAR-10数据集包含60000个32*32的彩色图像，共有10类。有50000个训练图像和10000个测试图像。 数据集分为5个训练块和1个测试块，每个块有10000个图像。测试块包含从...
2018-05-09 20:53:08
358
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人