![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
NLP
Fly-U
这个作者很懒,什么都没留下…
展开
-
【学习笔记】贪心NLP训练营13
文章目录1 信息抽取2 命名实体识别3 场景——简历分析4 构建NER分类器4.1 基于规则4.2 Majority Voting4.3 基于监督学习5 信息抽取6 ACE7 抽取方法7.1 基于规则的方法7.2 基于监督学习的方法1 信息抽取2 命名实体识别3 场景——简历分析先分析想要的信息定义实体的类别4 构建NER分类器4.1 基于规则4.2 Majority Voting4.3 基于监督学习5 信息抽取6 ACE7 抽取方法7.1 基原创 2021-06-30 11:08:41 · 248 阅读 · 2 评论 -
【学习笔记】贪心NLP训练营12
文章目录1 MLE和MAP2 Lasso模型2.1 特征选择2.1.1 穷举2.1.2 贪心2.1.3 Ridge regression2.1.4 Lasso regression1 MLE和MAP2 Lasso模型2.1 特征选择2.1.1 穷举2.1.2 贪心2.1.3 Ridge regression2.1.4 Lasso regression原创 2021-06-29 11:25:40 · 85 阅读 · 0 评论 -
【学习笔记】贪心NLP训练营11
文章目录1 参数搜索策略1.1 Grid Search1.2 其他算法2 深度网络2.1 挑战3 正则的灵活应用3.1 神经科学1 参数搜索策略1.1 Grid Search其实就是遍历,可以完全并行,分布到许多计算资源上,但是随着超参个数的增加,计算量呈指数级增长1.2 其他算法随机搜索遗传算法贝叶斯优化遗传算法和贝叶斯优化基于一个假设:表现好的解周边更有可能出现好的解2 深度网络2.1 挑战对每层隐藏神经元的选择和超参数的选择工作量很大3 正则的灵活应用3.1原创 2021-06-29 10:00:43 · 107 阅读 · 0 评论 -
【学习笔记】贪心NLP训练营10
文章目录参数无限大正则化模型复杂度和过拟合L0, L1, L2参数无限大当数据线性可分时,参数w会趋于无限大正则化模型复杂度和过拟合L0, L1, L2L1找到的解可能是比较稀疏的解,L2没有这种情况。参考论文:elastic net...原创 2021-06-23 09:28:08 · 134 阅读 · 1 评论 -
【学习笔记】贪心NLP训练营09
逻辑回归文章目录逻辑回归1 应用场景2 映射表示关系1 应用场景2 映射表示关系原创 2021-06-18 09:57:21 · 116 阅读 · 1 评论 -
【学习笔记】贪心NLP训练营08
评估标准文章目录评估标准1 准确率2 精确率和召回率1 准确率准确率=分类正确的数量/所有样本的数量局限性:在样本非常不平衡时不能使用,例如对癌症样本进行预测时,1000人中,癌症患者可能只有5个人,所以癌症患者的概率为0.5%,如果算法不做任何处理,只是单纯地判定为健康人,这样就能得到99.5%的准确率,但是我的模型却不是最好的。2 精确率和召回率精确率:在预测为正(负)的样本中,有多少比例的样本是真正的正(负)样本。(查准率)召回率:有多少比例的正(负)样本被真正预测出来了。(查全率)原创 2021-06-16 11:34:43 · 246 阅读 · 0 评论 -
【学习笔记】贪心NLP训练营07
词性标注实战文章目录词性标注实战原创 2021-06-11 10:15:33 · 123 阅读 · 0 评论 -
【学习笔记】贪心NLP训练营06
Python进阶文章目录Python进阶1 lamada表达式2 三元运算符3 map函数4 filter过滤器5 reduce函数6 三大推导式6.1 列表推导式6.2 集合推导式6.3 字典推导式7 闭包8 装饰器/语法糖/注解1 lamada表达式2 三元运算符3 map函数4 filter过滤器5 reduce函数6 三大推导式6.1 列表推导式6.2 集合推导式6.3 字典推导式7 闭包8 装饰器/语法糖/注解...原创 2021-06-09 21:09:54 · 149 阅读 · 0 评论 -
【学习笔记】贪心NLP训练营05
Learning文章目录Learning1 介绍2 专家系统2.1 逻辑推理2.1.1 Forward Chaining Algorithm2.1.2 Backward Chaining Algorithm2.2 优点和缺点2.2.1 优点2.2.2 缺点2.3 搭建专家系统可能的问题2.4 拓展——解决问题的思维3 机器学习方法3.1 监督学习3.2 无监督学习3.3 生成模型与判别模型3.3 工作流程4 朴素贝叶斯1 介绍2 专家系统2.1 逻辑推理2.1.1 Forward Cha原创 2021-06-07 22:01:34 · 191 阅读 · 0 评论 -
【学习笔记】贪心NLP训练营04
动态规划文章目录动态规划1 定义2 例子1——最大子序和3 例子2——最长上升子序列1 定义2 例子1——最大子序和给定一个整数数组 nums ,找到一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。示例1输入:nums = [-2,1,-3,4,-1,2,1,-5,4]输出:6解释:连续子数组 [4,-1,2,1] 的和最大,为 6 。示例2输入:nums = [1]输出:1示例3输入:nums = [0]输出:0示例4输入:nums = [-1原创 2021-06-04 14:55:14 · 115 阅读 · 0 评论 -
【学习笔记】贪心NLP训练营03
语言模型文章目录语言模型1 Noisy Channel Model2 语言模型2.2 Chain Rule2.2 马尔科夫假设2.3 Unigram,Bigram,N-gram2.3.1 N-gram估计概论3 评估语言模型4 平滑(Smoothing)4.1 Add-one Smoothing(拉普拉斯平滑)4.2 Add-K Smoothing4.3 Interpolation4.4 Good-Turning Smoothing1 Noisy Channel Model2 语言模型2.2原创 2021-06-02 16:58:13 · 126 阅读 · 0 评论 -
【学习笔记】贪心NLP训练营02
第二课 搭建智能客服系统0x00 简介0x01 基于问答对和基于知识图谱的区别0x02 Review_一只狗和两只猫的故事,心理学和DL/RL(选读)2.1 巴甫洛夫观察到狗看到食物时会流口水,想要知道狗看到别的事物会不会流口水当不持续刺激时,狗习得的技巧会慢慢消退——深度学习不断学习泛化——过拟合——一朝被蛇咬,十年怕井绳分化:辨别,音叉频率不同,反应不同2.2 强化学习0x03 文本处理流程3.1 分词工具3.1.1 方法1:最大匹配(贪心)前向最大匹配原创 2021-06-02 14:34:12 · 186 阅读 · 0 评论 -
【学习笔记】贪心NLP训练营01
第一课 课程安排及概论0x00 训练营形式直播为主每周5-6小时课程安排讲解核心技术,核心方法论Review课程:实战、代码讲解、论文解读、行业分享、技术解决方案分享、基础知识巩固等小作业和项目不定时提供必要的前置内容0x01 课程体系0x02 概论2.1 什么是NLP?NLP = NLU + NLG2.2 case study:机器翻译分成两个步骤,第一步进行中文分词,然后一一翻译,翻译后对单词进行排列组合,规模是n的阶乘。再将每个句子输入到LM语言模型中进行原创 2021-06-01 14:10:24 · 310 阅读 · 0 评论