- 博客(6)
- 收藏
- 关注
RSS订阅原创 A Deep Reinforced Model for Abstractive Summarization
自动文本摘要主要分成抽取式和生成式，抽取式主要是从原文中找到和主题相关的句子或短语，然后组合成摘要，有点类似“复制粘贴”的模式；而生成式主要是在理解了原文的基础上，对原文进行抽象，然后用语义相近的词或者不同表述方法进行文本摘要，更符合人类的形式。但是长文本生成摘要过程中，经常出现不连贯不相关内容、重复语句等问题，基于这些问题，论文中使用了很多trick，包括融合了改进的attention机制和强化学习的训练方法，结果
2017-10-21 12:44:36
7147
3
原创 基于FOFE的命名实体识别局部检测方法
A Local Detection Approach for Named Entity Recognition and Mention Detection背景这篇文章主要是基于2015年提出的一种变长编码方法FOFE（Fixed-size Ordinally Forgetting Encoding）提出来的一个解决NER问题的一个方法。
2017-10-07 17:04:45
2342
1
原创 两个基于神经网络的情感分析模型
情感分析，也称倾向性分析，即对一个主观的文本分析判断说话者的情感色彩或者褒贬态度。传统的方法一般有基于情感词典（构建情感词典后统计文本极性词进行判断）和基于机器学习（使用词袋模型对词语向量化后利用机器学习方法训练分类器），但结果往往差强人意。本周阅读的两篇论文都是基于神经网络对文本进行情感分析，一篇是针对句子级别的文本，另一篇是针对篇章级别的文本。下面进行简单介绍。Deep Convoluti
2017-09-17 20:58:25
17293
2
原创 机器学习算法概览
机器学习算法概览1、 监督式学习工作机制：这个算法由一个目标变量或结果变量（或因变量）组成。这些变量由已知的一系列预示变量（自变量）预测而来。利用这一系列变量，我们生成一个将输入值映射到期望输出值的函数。这个训练过程会一直持续，直到模型在训练数据上获得期望的精确度。监督式学习的例子有：回归、决策树、随机森林、K – 近邻算法、逻辑回归等。2、非监督式学习工作机制：在这个算法中，没有任何目标变量或结果
2016-05-28 13:06:36
494
原创 生成排列
第一种算法：对于1，2，…，n 这n个数， 1.生成数2，3，…n的所有排列，在每个排列前面加上数字1 2.生成数1，3，…n的所有排列，在每个排列前面加上数字2 3.重复以上过程直到生成1，2，…n-1的所有排列，在每个排列前面加上数字n代码实现：void perm1(string str,int len,int m){ if (m == len) cout <<
2016-04-30 10:50:06
638
原创 基本的排序算法
基本的排序算法选择排序冒泡排序插入排序快速排序合并排序自底向上排序基数排序堆排序选择排序算法思路：假设A[1…n]是一个有n个元素的数组。首先从A[1…n]找到最小元素，将其放在A[1]中 从A[2…n]中找到最小元素，将其放在A[2]中重复A[i…n]中找到最小元素，将其放在A[i]中直至i=n-1元素比较次数： ∑ni=1(n−i)=∑ni=1i=n(n−1)/2\
2016-04-29 17:25:49
423
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