zerozzl01的博客

谨防AI诈骗！北大、华为联合发布了 AI 生成文本检测方法

Centos7安装CUDA10.2

查看/boot/grub2/grub.cfg里面的系统启动项方法一：查看当前系统默认启动项grub2-editenv list设置默认启动项grub2-set-default "CentOS Linux (3.10.0-957.el7.x86_64) 7 (Core)"检查当前系统默认启动项grub2-editenv list方法二：编辑/etc/default/grub注释GRUB_DEFAULT=saved，设置GRUB_DEFAULT="CentOS Lin

================================================================================================ACL 2018：Simple and Effective Multi-Paragraph Reading Comprehension=========================================================================================

1 文本分类概述1.1 简介文本分类。3 论文笔记================================================================================================ACL 2017：Bag of Tricks for Efficient Text Classification==================================================================.

1 词性标注概述1.1 简介词性（Par-Of-Speech，Pos）是词汇基本的语法属性，通常也称为词类。词性标注就是在给定句子中判定每个词的语法范畴，确定其词性并加以标注的过程。1.2 难点1）汉语是一种缺乏词形态变化的语言，词的类别不能像印欧语那样，直接从词的形态变化上来判别。2）常用词兼类现象严重，具有多个词性的兼类词的占比高达22.5%。而且越是常用的词，多词性的现象越严重。3）词性划分标准不统一。词类划分粒度和标记符号等，目前还没有一个广泛认可的统一的标准。比如LDC标注

1 开放领域问答概述1.1 简介开放领域问答（Open-domain question answer, QA），即使用大量不同主题的文档来回答问题，是自然语言处理（NLP）、信息检索（IR）和相关领域长期研究的主题。传统的QA系统通常构建为一个pipeline，由许多不同的组件组成，如问题处理、文档/文章检索和答案处理。随着深度学习的快速发展，现代开放域QA系统通过结合传统IR技术和深度学习模型重构，甚至完全以端到端方式实现。1.2技术方案当前开放域问答的技术方案可以主要分为三大类：..

================================================================================================ACL 2017：Fast and Accurate Entity Recognition with Iterated Dilated Convolutions=============================================================================

================================================================================================ACL 2019：Transferable Multi-Domain State Generator for Task-Oriented Dialogue Systems=======================================================================

1 关系抽取概述1.1 简介关系抽取可分为全局关系抽取与提及关系抽取。全局关系抽取基于一个很大的语料库，抽取其中所有关系对，而提及关系抽取，则是判断一句话中，一个实体对是否存在关系，存在哪种关系的工作。常见的关系抽取结果可以用SPO结构的三元组来表示，即 (Subject, Predication, Object)，如：中国的首都是北京 ==> (中国, 首都, 北京)关系抽取的分类：是否有确定的关系集合：限定关系抽取：事先确定好所有需要抽取的关系集合，则可讲关系抽取看作是一中

1 中文分词概述1.1 简介定义通过计算机自动识别出句子中的词，在词间加入边界标记符，分隔出各个词汇。为什么需要中文分词？因为，汉语中，书面上以字为基本单位，语义上以词为基本单位。难点1）没有统一的分词标准，不同的领域对于词的划分方式有不同的标准。2）歧义消解 例子1：结婚的和尚未结婚的 结婚/的/和/尚未/结婚/的 结婚/的/和尚/未/结婚/的 例子2：研究生命的起源 研究/生命/的/起源 研究生/命/的/起源 ...

方案：将/home目录压缩一部分空间到/1、备份/home目录下文件tar -czvf /root/home.tgz -C /home .2、测试备份文件test the backup3、解除/home挂载umount /dev/mapper/centos-home有可能有target is busy错误，使用umount -l /dev/mapper/centos-home4、删除逻辑分区remove the home logical volume有

BLEU：找出输出句子与参考句子之间的 n 元语法重叠部分并对（比参考句子）更短的输出句子施以惩罚的评价方法NIST：它基于 n 元语法的稀缺性对其进行加权。这就意味着对某个稀缺 n 元语法的正确匹配能提高的分数，要多于对某个常见的 n 元语法的正确匹配。（http://www.mt-archive.info/HLT-2002-Doddington.pdf）ROUGE：它对 BLEU 进行...

国际会议ACL、EMNLP、NAACL和COLING可以说是 NLP 领域的四大顶会。其中 ACL、EMNLP、NAACL都是一家的（均由 ACL 举办）。ACL 是CCF推荐A类国际学术会议，EMNLP 和 COLING 是B类，NAACL 则是C类。ACLhttps://www.aclweb.org/portalACL全称The Association for C...

这篇博文中直观上讲解了拉格朗日乘子法和 KKT 条件，对偶问题等内容。首先从无约束的优化问题讲起，一般就是要使一个表达式取到最小值：。如果问题是max f(x)也可以通过取反转化为求最小值min −f(x)，这个是一个习惯。对于这类问题在高中就学过怎么做。只要对它的每一个变量求导，然后让偏导为零，解方程组就行了。所以在极值点处一定满足（只是必要条件，比如在x=0处就不是极值点），然后...

1 无约束优化对于无约束优化问题中，如果一个函数f是凸函数，那么可以直接通过f(x)的梯度等于0来求得全局极小值点。为了避免陷入局部最优，人们尽可能使用凸函数作为优化问题的目标函数。凸集定义：欧式空间中，对于集合中的任意两点的连线，连线上任意一点都在集合中，我们就说这个集合是凸集。凸函数定义：对于任意属于[0,1]的a和任意属于凸集的两点x, y，有f( ax + (1-a)y ...

ROC（Receiver Operating Characteristic）曲线和AUC常被用来评价一个二值分类器（binary classifier）的优劣。ROC曲线需要提前说明的是，我们这里只讨论二值分类器。对于分类器，或者说分类算法，评价指标主要有precision，recall，F-score，以及我们今天要讨论的ROC和AUC。下图是一个ROC曲线的示例。正如我们在这个...

大数据文摘授权转载自张俊林知乎专栏作者：张俊林这两天，XLNet貌似也引起了NLP圈的极大关注，从实验数据看，在某些场景下，确实XLNet相对Bert有很大幅度的提升。就像我们之前说的，感觉Bert打开两阶段模式的魔法盒开关后，在这条路上，会有越来越多的同行者，而XLNet就是其中比较引人注目的一位。当然，我估计很快我们会看到更多的这个模式下的新工作。未来两年，在两阶段新模式（预训练+...

深度学习中的注意力机制作者 | 张俊林 责编 | 何永灿最近两年，注意力模型（Attention Model）被广泛使用在自然语言处理、图像识别及语音识别等各种不同类型的深度学习任务中，是深度学习技术中最值得关注与深入了解的核心技术之一。本文以机器翻译为例，深入浅出地介绍了深度学习中注意力机制的原理及关键计算机制，同时也抽象出其本质思想，并介绍了注意力模...

LINUX安装VNC步骤