weixin_47113960的博客

继ONLYOFFICE文档8.1版本的成功发布后，ONLYOFFICE桌面应用程序的最新版本也已面向Linux、Windows和macOS平台推出。这个桌面版应用程序继承了在线套件的核心功能，提供了一个全面而强大的办公解决方案。它包括一个功能完备的PDF编辑器，允许用户进行文本编辑、页面管理、对象插入等操作，极大地提升了PDF文件的处理能力。同时，演示文稿编辑器中的幻灯片版式功能也得到了引入，使用户能够快速统一幻灯片的布局，提高演示文稿的制作效率。

ONLYOFFICE 桌面编辑器现已更新至v8.0！PDF表单、RTL支持、Moodle集成、本地界面主题等等..快来尝鲜！

git回退到某个版本后 commit过的文件被删除，怎么恢复文件？

• 深度语义向量 + 传统聚类方法：（1）通过Bert计算得到语句的深度语义向量（2）通过HDBSCAN进行聚簇处理（3）通过c-tfidf进行调整聚簇的粒度并提取主题关键词链接：

论文链接：https://arxiv.org/abs/2110.15064

论文链接：https://arxiv.org/abs/2112.14484author={Zhang, Tong and Ye, Wei and Yang, Baosong and Zhang, Long and Ren, Xingzhang and Liu, Dayiheng and Sun, Jinan and Zhang, Shikun and Zhang, Haibo and Zhao, Wen},journal={arXiv preprint arXiv:2112.14484},year={

数据集来源：https://github.com/aceimnorstuvwxz/toutiao-text-classfication-dataset共382688条今日头条客户端的15个分类的新闻。参考代码：https://blog.csdn.net/weixin_42608414/article/details/89856566处理数据：每行为一条数据，以_!_分割的个字段，从前往后分别是 新闻ID，分类code，分类名称，新闻字符串（仅含标题），新闻关键词655243161343780506

安装conda install torchtext 报错，一个临时解决的方法anaconda search -t conda torchtext #查看可用的版本选择合适的版本，这里我选择的是pytorch-ltsconda install -c https://conda.anaconda.org/pytorch-lts torchtext

卷积神经网络（Convolutional Neural Network, CNN）参考博客：https://easyai.tech/ai-definition/cnn/CNN 是一种前馈神经网络，通常由卷积层（Convolutional Layer），池化层（Pooling Layer）和全连接层（Fully Connected Layer，对应经典的 NN）组成。卷积层负责提取图像中的局部特征；池化层用来大幅降低参数量级(降维)；全连接层类似传统神经网络的部分，用来输出想要的结果。2大特点：能够

使用torchtext导入包错误AttributeError: module 'torchtext.data' has no attribute 'Field'参照网上一些方法将from torchtext import data改成from torchtext.legacy import data出现错误No module named 'torchtext.legacy'最终解决（忘记在哪个博主那里看到的了），0.9.0版本的torchtext将Field移到了legacy下，但是0.

Incorporating Syntactic and Semantic Information in Word Embeddings using Graph Convolutional Networksauthor={Vashishth, Shikhar and Bhandari, Manik and Yadav, Prateek and Rai, Piyush and Bhattacharyya, Chiranjib and Talukdar, Partha},journal={arXiv prep

论文阅读笔记：KG2Vec: A node2vec-based vectorizationmodel for knowledge graph论文链接提出了一个异构网络向量表示方法基于随机游走和节点2Vec，称为KG2vec（异构网络向量）解决了知识图的传统向量表示所遇到的全文语义和上下文关系考虑不足的问题。国家节点和导演节点对电影的影响及其关系是不同的，但是在向量化的过程中，以相同的概率和算法算法去处理。电影和导演之间存在着两种不同的关系，不能简单的用三元组训练。trans-algorith