4 zenRRan

尚未进行身份认证

暂无相关描述

等级
TA的排名 10w+

详解Transition-based Dependency parser基于转移的依存句法解析器

主讲:余南整理:甄冉冉出自:黑龙江大学自然语言处理实验室周末讨论班以下图片,来自于余南师兄什么是依存句法树依存句法树就是表示一个句子中词与词之间的依存关系,如下图其中两个词之前的弧表示这两个词有依存关系,弧上的标签为二者的关系,弧的始发点为父亲节点,箭头指向为孩子节点。比如The和fox是冠词+名词(det)的名词短语。除了一个词,即根节点(这...

2019-03-18 19:54:07

谈谈我在自然语言处理进阶上的一些个人拙见

导读自然语言处理这个方向我感觉已经泛滥了,很多方向的人都开始转向该专业,当然也包括转向计算机视觉的。之前我写过一篇文章谈谈我在自然语言处理入门的一些个人拙见对很多人有过帮助,我感到很开心。但是现在已经不同往日了,很多人早已经入门了。当然,如果你已经进阶了,就忽略这个文章吧。嘿嘿。很多人通过微信,公众号等问我:现在已经看完深度学习视频了,我该怎么办?或者我早已经写完分类器了,接下来怎么办...

2019-03-12 07:46:26

详解文本分类之DeepCNN的理论与实践

导读最近在梳理文本分类的各个神经网络算法,特地一个来总结下。下面目录中多通道卷积已经讲过了,下面是链接,没看的可以瞅瞅。我会一个一个的讲解各个算法的理论与实践。目录暂定为: 多通道卷积神经网络(multi_channel_CNN) 深度卷积神经网络(deep_CNN) 基于字符的卷积神经网络(Char_CNN) 循环与卷积神经网络并用网络(LSTM_CNN)...

2019-03-12 07:45:38

介绍4个大神常用而你不常用的python函数--assert,map,filter,reduce

今天总共说下四个函数:assert,map,filter,reduce。assert俗称断言!就是说断言一件事,如果是真,程序继续进行;如果是假,则报错。怎么用捏?两种用法 assert<condition> assert<condition>,<errormessage> 第一种defavg(ma...

2019-03-12 07:44:50

中国法研杯 --- 司法人工智能挑战赛

一、导读前段时间参加了中国法研杯---司法人工智能挑战赛(CAIL2018),这个比赛是为了促进法律智能相关技术的发展,在最高人民法院信息中心、共青团中央青年发展部的指导下,中国司法大数据研究院、中国中文信息学会、中电科系统团委联合清华大学、北京大学、中国科学院软件研究所共同举办。在参加法研杯分享会的过程中聆听了各个团队的经验分享,有很多值得借鉴和学习的经验,在此对其进行一下梳理,希望对...

2019-03-12 07:43:53

详解文本分类之多通道CNN的理论与实践

导读最近在梳理文本分类的各个神经网络算法,特地一个来总结下。接下来将要一个文章一个文章的讲解各个算法的理论与实践。目录暂定为: 多通道卷积神经网络(multi_channel_CNN) 深度卷积神经网络(deep_CNN) 基于字符的卷积神经网络(Char_CNN) 循环与卷积神经网络并用网络(LSTM_CNN) 树状循环神经网络(Tree-LST...

2019-03-12 07:43:29

新加坡科技设计大学杨杰博士莅临我校,并做了报告:Recent Advances in Sequence Labeling

之前了解杨杰博士是从导师那里得知的,模模糊糊,当时也只是知道这个名字而已,谁知道几个月后自己竟然还能作为迎宾亲自去迎接。O(∩_∩)O哈哈~路上交流了很多,发现大牛都是这么谦虚,平易近人的吗?好啦步入正题,以下内容为事实和自己的部分理解。简历杨杰博士,刚刚毕业于新加坡科技设计大学,获计算机科学博士学位;2014年取得中国科学院大学硕士学位;2011年获重庆大学电子工程和物理...

2019-03-11 20:42:12

【论文笔记】中文词向量论文综述(一)

导读最近在做中文词向量相关工作,其中看了一些中文词向量的相关论文,在这篇文章,将把近几年的中文词向量进展及其模型结构加以简述,大概要写3-4篇综述,每篇包含2-3篇论文。一、Component-EnhancedChineseCharacterEmbeddings论文来源这是一篇2015年发表在EMNLP(EmpiricalMethodsinNaturalLang...

2019-03-11 20:40:46

【机器学习】今天详细谈下Soft Margin SVM和 SVM正则化

导读昨天详细谈了谈最简单的SVM,相比较于今天要讲的SoftMarginSVM来说,昨天讲的其实是HardMarginSVM,没看过的朋友们可以点击这里:【机器学习】今天想跟大家聊聊SVM为什么提出SoftMarginSVM还是举一个例子吧该点属于蓝色类别,所以决策线如图所示。但是这个决策边界如果运用到现实环境中的话,肯定会有很大的误分类点。也就是该分类线...

2019-03-11 20:40:07

【机器学习】今天想跟大家聊聊SVM

Motivation之前我在自己的简书上写过SVM,可是当时写的只是皮毛(主要是现在忘了O.O),那么现在想再次拾起的原因是什么呢? 8.2-8.4号在听SMP会议的时候,发现SVM其实还是很常用的(在其他的计算机相关领域)。 在论文中数据的baseline中,基本很多都是SVM做基线。 我觉得未来算法的趋势应该是深度学习方法+传统的机器学习方法。这样说的原因在于我了...

2019-03-11 20:39:31

【笔记】高效率但却没用过的一些numpy函数

最近在看源码的时候,碰到了一些大佬们常用,但自己暂时还没用过的numpy函数,特意来总结下。np.meshgrid()该函数的功能是将两个一维向量转化成矩阵,具体看代码:先做个初始化然后传入参数得到输出可以直观的看出,x1的行是x,x2的列是y,x1、x2矩阵大小为(x1的大小,x2的大小)。但是具体有什么用呢?等介绍完下面一个函数再详细解释哈。np.r...

2019-03-11 20:38:54

【顶会论文解析】罪行预测

作者bamtercelboo原文地址https://bamtercelboo.github.io/2018/07/19/Learning-to-Predict-Charges-for-Criminal-Cases-with-Legal-Basis/导读2017年EMNLP(ConferenceonEmpiricalMethodsinNaturalLanguage...

2019-03-11 20:38:13

COLING2018计算语言学进展

7.25号的时候,陪余南师兄去参加了COLING2018预讲会中科院自动化所现场。知己知彼,百战不殆。想要发出顶级会议论文,还是得分析当今潮流。所以今天给大家分享下特邀嘉宾张家俊(今年COLING领域主席)开场:从COLING2018看计算语言学进展报告。COLING中国力量COLING:InternationalConferenceonComputationalLi...

2019-03-11 20:37:07

【机器学习】如何处理数据不均衡问题

在打比赛期间,遇到了数据不均衡问题。于是网上查了查资料,便做了以下总结。嘿嘿什么是数据不均衡问题举个小栗子:如果100个人中喜欢吃梨的有90人,喜欢吃苹果的有10人。那么如果你随便在大街上找一个人,预测他是喜欢吃梨还是苹果?肯定的,傻子都知道猜他喜欢吃梨呀。因为这样基本不用学习什么知识,就能将准确率控制在90%左右。用图表示就为:...

2019-03-11 20:36:13

【机器学习】决策树的理论与实践

一个小故事zenRRan二十出头了,到了婚配的年龄啦。又因为家是名门望族,所以一堆人抢着想来应聘配偶的职位。但是zenRRan比较挑剔,必须达到他的要求才能有机会成为他的另一半,要求为:1.性别女,非女性不要于是刷刷刷走了一半人,剩下的全部为女性。2.身高必须要在150-165cm于是又走了一堆人,剩下的为160-165cm之间的女生。3.性格要温柔贤惠听到这些,又走...

2019-03-11 20:35:44

【linux】常用命令之scp命令

今天需要在两个服务器之间进行数据copy,但是居然忘了linux命令,于是这里记录下,加深记忆!scp基础内容linux命令之scp命令用于linux之间文件或者目录的复制。scp的全称为securecopy,是基于ssh登录进行安全的远程文件或目录copy命令,当然只能用于linux系统之间。命令格式:scp[-optional]source_filetarget_...

2019-03-11 20:35:16

谈谈复杂多分类问题上的一些个人理解

最近遇到了复杂多分类问题,因为无论在自己平时生活还是导师或老板分配的任务里都很常见,所以打算写写,记录下点点滴滴。复杂多分类问题什么是复杂多分类问题?(复杂多分类是我自己命名的,如果命名错误请谅解)用一个例子来告诉大家:比如有一天zenRRan盗窃了东西的时候,被店主人发现,于是两人发生了争执,zenRRan就动手打了人家并且拿了值钱的东西跑了。最后警察根据路边监控的人脸识别功能...

2019-03-10 09:08:36

基于汉语短文本对话的立场检测系统理论与实践

导读汉语短文本对话立场检测的主要任务就是通过以对话的一个人的立场为主要立场,而判断另一个人针对该人的回话的立场。立场包括支持,反对,中立三种立场。基于对话的立场检测应用方向很广,比如人机对话系统,机器需要判断对方说话的立场是什么来决定自己回话的立场;比如情感挖掘,和一个支持者的立场进行对话,就能判断出该对话者的情感倾向。本文采用深度学习的方法,使用双向LSTM神经网络进行对给定答案的...

2019-03-10 09:08:00

【概率笔记】这些概率公理性质你需要会的呀

导读概率论是AI的基础学科,如果想学的深的话,概率论必不可少的一门呀!概率基础还没有看的小伙伴们,可以看下面的链接啦:【概率论】基础之概率概论与集合论今天的主要内容为概率的一些基本公理以及它的证明和应用。慢慢的来,每天进步一丢丢。概率三公理(AxiomsofProbability)公理是大家公认的定理,不需要证明,也无法证明。很多的学科的发展都是建立在一些公理的基础上...

2019-03-10 08:43:21

【概率笔记】条件概率这样学才快啦

精彩往期回顾:【概率论】基础之概率概论与集合论【概率笔记】这些概率公理性质你需要会的呀条件概率(ConditionalProbability)这里用一个例子来告诉大家:比如,一个上学期间整天鬼混的学沫,根本就不好好学习,对于他而言,选择题的四个选项ABCD被他选取的概率就为1/4。而对于大学霸来说,题题都会,那么他选取每一个选项的概率就为1或0。但是有一天,这个学沫...

2019-03-10 08:42:49

查看更多

勋章 我的勋章
    暂无奖章