NLP入门
慕虞
这个作者很懒,什么都没留下…
展开
-
CRF++学习一:ubuntu下安装CRF++(CRFPP)
原文链接为:原贴下载安装包:CRF++0.58对于下载CRF++0.58的安装包,可以有两种方式,一是如果能上谷歌搜索,可以在此下载:https://taku910.github.io/crfpp/#source,下载CRF++-0.58.tar.gz的包具体操作如下:下载linux版本CRF++包-----CRF++-0.58.tar.gz,并解压。cd CRF++-0.58./c...翻译 2019-05-21 16:33:48 · 824 阅读 · 0 评论 -
CRF学习二:多个分词模型对比
CRF简介Conditional Random Field:条件随机场,一种机器学习技术(模型)CRF由John Lafferty最早用于NLP技术领域,其在NLP技术领域中主要用于文本标注,并有多种应用场景,例如:分词(标注字的词位信息,由字构词)词性标注(标注分词的词性,例如:名词,动词,助词)命名实体识别(识别人名,地名,机构名,商品名等具有一定内在规律的实体名词)本文主要描述如...翻译 2019-05-21 17:21:50 · 636 阅读 · 0 评论 -
CRF学习三:CRF++源码解析
参考博文如下:[原文](https://blog.csdn.net/juanjuan1314/article/details/78875583)转载 2019-05-21 18:05:08 · 384 阅读 · 0 评论 -
CRF++学习四:中文分词实战
参考博文为:原文一,CRF++安装:见CRF++学习一:ubuntu下安装CRF++(CRFPP)环境为:Ubuntu16.04 + Python2.7语料:http://sighan.cs.uchicago.edu/bakeoff2005/第一步:预料的预处理将语料文件夹解压之后,里面有多个子文件夹.现在我们采用的标记方法为4-tag标记法,分别为( B(Begin,词首), E(En...原创 2019-05-24 16:18:13 · 835 阅读 · 0 评论 -
HMM学习三:维特比算法(预测问题)
1. 前言关于HMM的相关知识请关注之前博文:HMM学习一:前向和后向算法HMM学习二:Baum-Welch算法详解(学习算法)维特比算法针对HMM第三个问题,即解码或者预测问题,寻找最可能的隐藏状态序列:对于一个特殊的隐马尔可夫模型(HMM)及一个相应的观察序列,找到生成此序列最可能的隐藏状态序列。也就是说给定了HMM的模型参数和一个观测序列,计算一系列的隐状态,使得此观察序列的出现...原创 2019-05-30 17:07:53 · 1363 阅读 · 0 评论 -
HMM学习一:前向和后向算法
一, 马尔科夫相关概念马尔可夫过程 (Markov Process): 它因俄罗斯数学家安德烈·马尔可夫而得名,代表数学中具有马尔可夫性质的离散随机过程。该过程中,每个状态的转移只依赖于之前的 n 个状态,这个过程被称为1个 n 阶的模型,其中 n 是影响转移状态的数目。最简单的马尔科夫过程就是一阶过程,每一个状态的转移只依赖于其之前的那一个状态。注意这和确定性系统不一样,因为这种转移是有概率...原创 2019-05-29 19:47:35 · 3817 阅读 · 1 评论 -
HMM学习二:Baum-Welch算法详解(学习算法)
一,前言在上篇博文中,我们学习了隐马尔可夫模型的概率计算问题,如果对隐马尔可夫模型还不胜了解的话,可参看博文HMM学习(一)。学习问题隐马尔可夫模型的学习,根据训练数据是包括观测序列和对应的状态序列还是只有观测序列,可以分别由监督学习与非监督学习实现。本节首先介绍监督学习算法,而后介绍非监督学习算法——Baum-Welch算法(也就是EM算法)。监督学习问题假设已给训练数据包含S个长度相...原创 2019-05-29 22:58:09 · 4183 阅读 · 1 评论