weixin_46111393的博客

最近想基于自定义的一些字段设计检索系统，听说可以使用Elasticsearch这一平台，因此特意探究了一下通过Elasticsearch搭建检索系统的过程。

最近在做文本分析，想分析句子的句法树高度。一开始只找到了可供在线生成和分析斯坦福句法树的网址，经过一番摸索，终于实现在本地读取文件逐行输出句法树高度。

导读这是一篇2016年的ACL论文，题目为《Attention-Based Bidirectional Long Short-Term Memory Networks for Relation Classification》，介绍了基于注意力机制的双向长短时记忆关系分类网络。这篇文章的代码开放可用，在https://paperswithcode.com/dataset/semeval-2010-task-8可以下载。一、选题背景关系分类是自然语言处理领域中一项重要的语义处理任务。但即使是目前最先进的

亲测有效的M1芯片MacBook pro安装Tensorflow方法经验帖！

mark一下学习最大熵模型这一部分时注意到的一些知识点～声明：以下截图来自书本以及b站课程（up主：简博士）。

logistic部分的一点内容

第五章决策树部分内容的学习完结撒花，总共用时3天～

学到第四章啦，最基本的贝叶斯原理就不一一介绍了，主要mark一些之前在学习中没有注意到的细节。

《统计学习方法》一书学习到第三章“k近邻法”啦，继续听Jenneil博士的课，mark其中重要的部分。

学习《统计学习方法》第二版的第二章，mark其中一些重要的部分。

近期学习了《统计学习方法》一书的第一章，有几个值得关注的知识点在此mark一下。

写在前面2022年开始，也即将进入大四的最后一个学期。打算利用本科期间最后的这个寒假在毕设之余给自己充充电，重新系统学习一下自然语言处理的内容。常听人说厚积才能薄发，多做输入才能有输出。但我打算反其道而行之，借用CSDN的文章平台，利用输出倒逼自律输入，在此开通专栏，不定期更新学习心得体会以及值得分享的知识。学习计划此处感谢公众号“李rumor”提供的《保姆级NLP学习路线》以及GitHub内容。第一阶段的学习内容选择《统计学习方法（第二版）》，使用看书+b站视频相结合的方法，每天两个小时左右，学

这是2016年的IEEE文章，题目为《Automatic Keyphrase Extraction : An Overview Of The State Of The Art》，主要对于“自动关键词提取”这一话题的最新进展进行了综述，介绍各自动抽取方法的发展以及优缺点，并讨论了造成各方法性能不同的原因，提出未来的改进方向。

导读这是2015年发表在IEEE的文章，题目为《Entity Linking with a Knowledge Base: Issues, Techniques, and Solutions》，主要对于实体链接工作现有的方法技术进行了全面分析，并讨论了其应用前景。

导读这是一篇发表于2018年的IEEE文章，论文题目为《Automated Phrase Mining from Massive Text Corpora》，意为从大量语料中自动挖掘短语。选题背景1. 短语挖掘任务：在语料中自动提取高质量短语（科学术语和通用实体等），举例：information extraction/retrieval, taxonomy construction, and topic modeling2. 目前大多数文本识别方法存在问题：依赖于复杂、经过训练的语言分析器

这是一篇发表于2013年的论文，《Entitymetrics: Measuring the Impact of Entities》，作者提出了“实体计量学”（entitymetrics)这一概念来衡量知识单元的影响。

阅读一篇来自斯坦福大学计算机系的论文，发表于2011年，题目是《Analyzing the Dynamics of Research by Extracting Key Aspects of Scientific Papers》，聚焦于通过提取科学论文的关键点来分析研究动态。