<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Ljuice的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Ljuice</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Ljuice]]></copyright><item><title><![CDATA[《PullNet：迭代检索知识图谱和文本语料进行开放域问答》论文嚼读]]></title><link>https://blog.youkuaiyun.com/Ljuice/article/details/108745740</link><guid>https://blog.youkuaiyun.com/Ljuice/article/details/108745740</guid><author>Ljuice</author><pubDate>Wed, 23 Sep 2020 17:01:55 +0800</pubDate><description><![CDATA[题目： PullNet: Open Domain Question Answering with Iterative Retrieval on Knowledge Bases and Text
来源： EMNLP 2019
链接： https://arxiv.org/pdf/1904.09537.pdf
作者： Lijuce

introduction：
如今开放域问答的一个主流方法，利用维基百科和结构化知识图谱两者的结合来完成问答。目前比较好的思想是早期融合(early fusion)和后期融合(late]]></description><category></category></item><item><title><![CDATA[知识图谱/知识库问答论文整理(含可用代码、数据集)]]></title><link>https://blog.youkuaiyun.com/Ljuice/article/details/107980180</link><guid>https://blog.youkuaiyun.com/Ljuice/article/details/107980180</guid><author>Ljuice</author><pubDate>Thu, 13 Aug 2020 15:57:58 +0800</pubDate><description><![CDATA[近期开始涉猎知识库问答，这会是我第二篇论文的起始点，同时也将会是我的毕业设计。
因此，对知识库问答的相关论文进行了大致的整理，主要来自近两年的ACL、AAAI、EMNLP、IJCAI等顶会的论文，并且是有公开代码和数据集的论文。

...]]></description><category></category></item><item><title><![CDATA[wiki中文数据语料抽取-gensim构建word2vec模型]]></title><link>https://blog.youkuaiyun.com/Ljuice/article/details/99464819</link><guid>https://blog.youkuaiyun.com/Ljuice/article/details/99464819</guid><author>Ljuice</author><pubDate>Wed, 14 Aug 2019 10:14:07 +0800</pubDate><description><![CDATA[wiki数据集获取途径：点此进入按需获取
我这里为方便快捷，只下载了个10+M的数据集。
目录：
1. WikiCorpus提取xml数据集语料
2. opencc繁转简
3. jieba中文分词
4. word2vec词向量转化
5. 模型测试（相似度）

1. 将xml.bz2格式的压缩包用脚本文件进行处理
此处用到gensim自带的WikiCorpus工具包
from gensim.corp...]]></description><category></category></item><item><title><![CDATA[机器学习之殇-windows10远程连接jupyter的配置和流程操作]]></title><link>https://blog.youkuaiyun.com/Ljuice/article/details/97019791</link><guid>https://blog.youkuaiyun.com/Ljuice/article/details/97019791</guid><author>Ljuice</author><pubDate>Thu, 25 Jul 2019 15:25:23 +0800</pubDate><description><![CDATA[背景：
一研究生小白，想入手机器学习，由此他不可避免要用到必备工具jupyter notebook。正所谓工欲善其事，必先利其器。二话不说，趁着有实验室自主的服务器设备，赶紧先把这些工具配备好。
理想：
在装有win10的笔记本上，本地浏览器远程连接服务器上的jupyter notebook，打开他所向往的代码（秃头）之路。
现实：
为了方便，首选大众所喜好的anaconda3作为环境工具，ana...]]></description><category></category></item><item><title><![CDATA[(2017转)文本自动生成研究进展与趋势]]></title><link>https://blog.youkuaiyun.com/Ljuice/article/details/95755402</link><guid>https://blog.youkuaiyun.com/Ljuice/article/details/95755402</guid><author>Ljuice</author><pubDate>Sat, 13 Jul 2019 15:24:13 +0800</pubDate><description><![CDATA[NLP文本生成调研过程找到的综述性文章，由于找不到出处，只能将已有优快云文章转过来了。由于其它两篇优快云中转的这篇文章要么不显示图片，要么没有参考文献，特此将此二者结合起来，方便阅览。由于图片找不到出处，因此没有去刻意去码，谢谢此博主的图片来源。
https://blog.youkuaiyun.com/zhangzeyuaaa/article/details/77596348
https://blog....]]></description><category></category></item><item><title><![CDATA[Ubuntu18.04配置静态ip遇到的报错]]></title><link>https://blog.youkuaiyun.com/Ljuice/article/details/87455839</link><guid>https://blog.youkuaiyun.com/Ljuice/article/details/87455839</guid><author>Ljuice</author><pubDate>Sat, 16 Feb 2019 16:28:59 +0800</pubDate><description><![CDATA[Ubuntu18.04配置静态ip遇到的报错
根据以往配置Ubuntu静态ip的经验，直接 vi /etc/network/interfaces 在该文件下配置了静态ip，重置网络后发现并没有生效
所以查了ubuntu版本，是18.04，然后百度，发现“ubuntu从17.10开始，已放弃在/etc/network/interfaces里固定IP的配置，即使配置也不会生效，而是改成netplan方...]]></description><category></category></item><item><title><![CDATA[scrapy爬虫框架实现简单案例：爬取阳光平台内容]]></title><link>https://blog.youkuaiyun.com/Ljuice/article/details/86683180</link><guid>https://blog.youkuaiyun.com/Ljuice/article/details/86683180</guid><author>Ljuice</author><pubDate>Mon, 28 Jan 2019 21:39:22 +0800</pubDate><description><![CDATA[scrapy爬虫框架的熟悉
近期在学习scrapy爬虫框架，通过爬取阳光平台的内容来进一步理解并熟悉此框架。为了以后能够快速回顾这个爬虫框架，在此做个记录。
首先，明确爬取目标。

这个就是待抓取的平台，其中抓取的数据有标题、日期
不仅如此，我们还需要抓取其中的详细内容，我们随机点击一个链接，便知道需要抓取的是详情内容，如下图

这样，我们就已经明确了目标，那么就开始朝着这个方向继续前进
其次，观...]]></description><category></category></item><item><title><![CDATA[MongoDB报错：Failed to start mongod.service: Unit mongod.service is not loaded properly]]></title><link>https://blog.youkuaiyun.com/Ljuice/article/details/86667840</link><guid>https://blog.youkuaiyun.com/Ljuice/article/details/86667840</guid><author>Ljuice</author><pubDate>Sun, 27 Jan 2019 17:44:54 +0800</pubDate><description><![CDATA[解决方案

-命令行输入以下，打开mongodb.service文件
即
 sudo vim /etc/systemd/system/mongodb.service

-将以下内容粘贴复制至打开的文件
即
[Unit]
Description=High-performance, schema-free document-oriented database
After=network.target
...]]></description><category></category></item><item><title><![CDATA[Linux系统下载谷歌浏览器]]></title><link>https://blog.youkuaiyun.com/Ljuice/article/details/86532057</link><guid>https://blog.youkuaiyun.com/Ljuice/article/details/86532057</guid><author>Ljuice</author><pubDate>Thu, 17 Jan 2019 21:57:40 +0800</pubDate><description><![CDATA[1.进入终端
2.将下载源加入到系统的源列表 (如果返回“地址解析错误”等信息，可以百度搜索其他提供 Chrome 下载的源，用其地址替换掉命令中的地址)
sudo wget http://www.linuxidc.com/files/repo/google-chrome.list -P /etc/apt/sources.list.d/
3.导入谷歌软件的公钥，用于下面步骤中对下载软件进行验证。如...]]></description><category></category></item></channel></rss>