• 等级
  • 5531 访问
  • 22 原创
  • 0 转发
  • 232172 排名
  • 10 评论
  • 2 获赞

Bottom-Up Abstractive Summarization

自底向上的摘要式的总结 基于神经网络的抽象摘要方法产生的输出比其他技术更流畅,但在内容选择上表现不佳。这项工作本文提出了一种解决此问题的简单技术:使用数据有效的内容选择器来过度确定源文档中应成为摘要一部分的短语。我们使用此选择器作为自下而上的注意步骤,将模型约束为可能的短语。我们表明,这种方法提高了压缩文本的能力,同时仍能生成流畅的摘要。这个两步流程比其他端到端内容选择模型更简单,性能更高,从而...

2018-11-05 17:30:14

Joint Event Extraction via Recurrent Neural Networks

【文章来源】 Nguyen T H, Cho K, Grishman R. Joint Event Extraction via Recurrent Neural Networks[C]// Conference of the North American Chapter of the Association for Computational Linguistics: Human Langua...

2018-09-03 23:21:04

Language specific issue and feature exploration in Chinese event extraction

【文章来源】 Chen Z, Ji H. Language specific issue and feature exploration in Chinese event extraction[C]// Human Language Technologies: the 2009 Conference of the North American Chapter of the Association...

2018-09-03 17:15:46

A Probabilistic Soft Logic based approach to exploiting latent and global information in event class

【文章来源】 Liu S, Liu K, He S, et al. A Probabilistic Soft Logic based approach to exploiting latent and global information in event classification[C]// Thirtieth AAAI Conference on Artificial Intelligen...

2018-09-02 12:52:11

A Maximum Entropy Approach to Information Extraction from Semi-Structured and Free Text

【文章来源】 Hai L C, Ng H T. A maximum entropy approach to information extraction from semi-structured and free text[C]// Eighteenth national conference on Artificial intelligence. American Association fo...

2018-09-02 11:03:34

A Language-Independent Neural Network for Event Detection

【文章来源】 Feng X, Huang L, Tang D, et al. A Language-Independent Neural Network for Event Detection[C]// Meeting of the Association for Computational Linguistics. 2016:66-71. 【原文链接】 一种与语言无关的事件检测神经网络:h...

2018-09-01 22:58:40

Event Detection and Domain Adaptation with Convolutional Neural Networks

【文章来源】 TH Nguyen, R Grishman,et al. Event Detection and Domain Adaptation with Convolutional Neural Networks[C]. 【原文链接】 基于卷积神经网络的事件检测和域自适应:http://www.anthology.aclweb.org/P/P15/P15-2060.pdf 摘要 我们...

2018-09-01 17:45:50

Event Extraction via Dynamic Multi-Pooling Convolutional Neural Networks

【文章来源】 Chen Y, Xu L, Liu K, et al. Event Extraction via Dynamic Multi-Pooling Convolutional Neural Networks[C]// The, Meeting of the Association for Computational Linguistics. 2015. 【原文链接】 动态多池卷积神经...

2018-08-31 21:45:09

Git使用——将本地库推送至码云远程库

接下来进行的步骤是建立在已经生成SSH-Key并将其记录在码云上为基础进行的。 1. 初始化本地库 在期望将其变成本地仓库的文件夹空白处单击右键并点击“Git Bash Here”,之后输入命令行“git init” 2. 编辑本地库 将想要进行上传的文件全部放入本地库中,分别添加进暂存区后再全部提交 git add <file> # 添加文件、文件夹 git...

2018-08-28 09:55:17

一台电脑关联两个oschina账户

公司项目和本人各有一个oschina的账户,因此需要配置对其分别进行关联,以期达到同时在git上使用并互不干扰的效果。 一、生成两个SSH-Key 分别使用如下命令生成两个SSH-Key: ssh-keygen -t rsa -f ~/.ssh/id_rsa -C "oneemail@xxx.com" ssh-keygen -t rsa -f ~/.ssh/id_rsa_x -C "two...

2018-08-27 14:53:29

Git使用总结

0. 安装配置 在Windows上使用Git,可以从Git官网直接下载安装程序,(网速慢的同学请移步国内镜像),然后按默认选项安装即可。安装完成后,在开始菜单里找到“Git”->“Git Bash”,蹦出一个类似命令行窗口的东西,就说明Git安装成功! 安装完成后,还需要最后一步设置,在命令行输入: $ git config --global user.name "Your Na...

2018-08-27 13:46:18

Python中两个list元素对比

set是一个无序不重复元素集,Python数据类型的一种,由于是无序的,不能通过索引和切片来做一些操作。主要有添加、删除、交集、并集、差集、对称差集 五种操作。 1. 添加 a=set([1,2,3]) #方法1:添加1项 a.add(4) #方法2:添加多项,update中的参数必须是迭代器 a.update([4,5,6]) 2. 删除 a.remove(1) #如果删除不存...

2018-08-23 13:04:47

Python中list、dict去重

1. 清晰明了版(不改变顺序): ids = [1,2,3,3,4,2,3,4,5,6,1] news_ids = [] for id in ids: if id not in news_ids: news_ids.append(id) print (news_ids)  2.  简介快速版 利用set的自动去重功能: li=[1,2,3,4,5,1,2,3] ...

2018-08-22 13:21:44

爬虫总结2——解决POST方法翻页及异步请求问题

在爬取http://www.chinaparking.org/news/1-A007--0-1-0-1-0-1这个网站的时候,点击下一页发现是使用POST方式提交的,并且返回了XHR异步请求。如下: 查看参数信息如下: 多点击几个会发现每次翻页只有pageIndex这个参数会随页数发生变化。具体实现代码如下: from pyspider.libs.base_handler impo...

2018-08-16 19:09:05

爬虫总结1——爬取异步请求(XHR/JS)数据方法

在爬取到http://icloudy.cechina.cn/网页的时候,发现点击“加载更多”会出现新的内容,但是网页却没有发生变化,于是打开F12查看Network发现,会每次点击都会多出来一行,如下: 随便点开一个就可以看到我们真正访问的URL地址: 从这里我们就可以清楚的在xhr返回的header里面看到异步请求的url,这里我们直接访问该url(或者在preview里面可以看到返回的...

2018-08-16 18:52:49

事件抽取综述

1  基本概念... 1 1.1  事件... 1 1.2 事件抽取... 1 2  主流技术分析... 2 2.1 元事件抽取... 2 2.1.1 基于模式匹配的元事件抽取... 3 2.1.2 基于机器学习的元事件抽取... 3 2.1.3 基于神经网络的抽取方法... 4 2.2 主题事件抽取... 8 2.2.1  基于事件框架的主题事件抽取... 8 2.2.2 基...

2018-08-16 18:21:18

知识图谱综述

1 知识图谱的定义与架构... 2 1.1 知识图谱的定义... 2 1.2 知识图谱的架构... 3 2 知识图谱技术地图... 3 2.1 知识获取... 4 2.2 知识计算及应用... 5 3 知识图谱的关键技术... 5 3.1 信息抽取... 5 3.1.1 实体抽取... 5 3.1.2 关系抽取... 6 3.1.3 属性抽取... 7 3.2 知识融合......

2018-08-16 18:02:58

SendGrid -- Stressful Subject

索菲亚这一个月压力很大,决定去度假一周。为了避免在休假期间出现压力,她想把邮件转发给斯蒂芬。该功能应该能识别出主题是否有压力。一个有压力的主题行意味着所有的字母都是大写的,并且/或以至少3个感叹号结尾,并且/或包含以下至少一个“红色”字:“帮助”、“尽快”、“紧急”。任何“红色”的单词都可以用不同的方式拼写——“HELP”、“HELP”、“HELP”、“H!E!L!P!”"H-E-L-P",即使是...

2018-06-05 22:12:40

pyCheckio -- Element

1. Correct Sentences:def correct_sentence(text): text = text[0].upper() + text[1:] #首字母大写其余部分不变 if text[-1] != ".": text = text + "." return text注意:该题不能使用text.capitalize()函数将句子的首...

2018-06-05 16:15:34

pyCheckio -- Home

这道题的要求是提取出一个给定字符串中出现次数最多的字母的小写形式。代码如下:def checkio(text): text = text.lower() # 转换为小写形式 results = {} # 设两个空字典 result = {} for letter in text: # 遍历字符串中字符 if letter not in resu...

2018-06-04 11:14:35

Happy-Ending

关注
  • 中国
奖章
  • 持之以恒