机器学习
文章平均质量分 89
人工智障
「已注销」
这个作者很懒,什么都没留下…
展开
-
Unified Named Entity Recognition as Word-Word Relation Classification
到目前为止,命名实体识别(NER)主要涉及三种类型 ,包括平面、重叠(又称嵌套)和不连续的NER,它们大多被单独研究。最近,人们对统一的NER越来越感兴趣,用一个单一的模型来处理上述三种工作。目前表现最好的方法主要包括基于跨度的模型和序列到序列的模型,不幸的是,前者仅仅关注于 边界识别,而后者可能会受到外置偏见的影响。在这项工作中,我们提出了一个新的替代方案,将统一的NER建模为词与词之间的关系分类,即W2 NER。该架构通过有效地模拟邻接词与 下一个 邻接词(NNW)和 尾部-头部词 *(THW-*)的关原创 2022-06-03 14:25:26 · 631 阅读 · 0 评论 -
从零开始的ARIMA实验
从零开始的ARIMA实验文章目录从零开始的****ARIMA实验******0.** 数据集:1. 前期准备2. 数据预处理处理前的格式处理后的csv文件单变量预测负载请求的数据,后面的预测请求次数以这个数据集为主3. 数据集的差分4. 数据的平稳性检验5. 时间序列定阶6.模型的训练7. 程序运行代码ReferenceArima预测结果不好,无法预测峰值的情况且该实验仅能在样本内预测,样本外模型无法预测0. 数据集:NASA-HTTPSASK-HTTPClarkNetCalgaryali原创 2022-05-06 09:56:03 · 482 阅读 · 0 评论