<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Mr.Scofield]]></title><description><![CDATA[RxNLP.]]></description><link>https://blog.youkuaiyun.com/Scotfield_msn</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Scotfield_msn]]></copyright><item><title><![CDATA[概率图模型学习笔记：HMM、MEMM、CRF]]></title><link>https://blog.youkuaiyun.com/Scotfield_msn/article/details/79195517</link><guid>https://blog.youkuaiyun.com/Scotfield_msn/article/details/79195517</guid><author>Scotfield_msn</author><pubDate>Mon, 29 Jan 2018 15:00:57 +0800</pubDate><description><![CDATA[概率图模型学习笔记：HMM、MEMM、CRF





原创博客，转载请注明出处。

From Scofield. RxNLP



一、Preface



二、Prerequisite

    2.1 概率图 
        2.1.1 概览 
        2.1.2 有向图 vs. 无向图 
        2.1.3 马尔科夫假设&马尔科夫性 
    2.2 判别式模型 vs.]]></description><category></category></item><item><title><![CDATA[各框架下(tensorflow, pytorch, theano, keras)实现几个基础结构神经网络(mlp, autoencoder, CNNs, recurrent,  recursive)]]></title><link>https://blog.youkuaiyun.com/Scotfield_msn/article/details/79107943</link><guid>https://blog.youkuaiyun.com/Scotfield_msn/article/details/79107943</guid><author>Scotfield_msn</author><pubDate>Fri, 19 Jan 2018 16:09:43 +0800</pubDate><description><![CDATA[学习笔记：各大神经网络框架下(tensorflow, pytorch, theano, keras)实现几个基础结构神经网络(mlp, autoencoder, CNNs, recurrentNN, recursiveNN)



several basic neural networks[mlp, autoencoder, CNNs, recurrentNN, recursiveNN] impl]]></description><category></category></item><item><title><![CDATA[scrapy爬取酒店评论数据]]></title><link>https://blog.youkuaiyun.com/Scotfield_msn/article/details/79107423</link><guid>https://blog.youkuaiyun.com/Scotfield_msn/article/details/79107423</guid><author>Scotfield_msn</author><pubDate>Fri, 19 Jan 2018 15:35:08 +0800</pubDate><description><![CDATA[scrapy爬取酒店评论数据



代码 here：GitHub：scrapy_hotel_review

采用scrapy爬取酒店评论数据。

总共有28W条记录。

做某NLP任务，需要一些hotel reviews, 选择从www.booking.com搞一点数据来。 
根据主页显示总共有20个城市from diferrent countries，每个城市下有若干个酒店，每个酒店下若干条评论]]></description><category></category></item><item><title><![CDATA[NLP 工具包 大调查 自然语言处理工具包合集]]></title><link>https://blog.youkuaiyun.com/Scotfield_msn/article/details/72904863</link><guid>https://blog.youkuaiyun.com/Scotfield_msn/article/details/72904863</guid><author>Scotfield_msn</author><pubDate>Wed, 07 Jun 2017 23:06:18 +0800</pubDate><description><![CDATA[NLP 工具包 大调查 自然语言处理工具包合集



                可以想一想，如何你把NLP领域的所有的工具都能掌握的数如家珍，是不是很NB？必然的。
                只用过这里面的一部分。。。
                这份调查是基于使用语言差别来归纳的，别问我什么这么分类哈。。。




一、多语言多环境编译

1、THULA]]></description><category></category></item><item><title><![CDATA[NLP 主题抽取 Topic LDA代码实践 gensim包 代码]]></title><link>https://blog.youkuaiyun.com/Scotfield_msn/article/details/72904651</link><guid>https://blog.youkuaiyun.com/Scotfield_msn/article/details/72904651</guid><author>Scotfield_msn</author><pubDate>Wed, 07 Jun 2017 22:49:13 +0800</pubDate><description><![CDATA[NLP 主题抽取Topic LDA代码实践 gensim包 代码




        分享一个代码实践：用gensim包的LDA模型实践NLP的一个典型任务，主题抽取。
        顺带提一点，对于NLP任务，最好的方式就是先在代码上跑通起来，然后再进行理论深究，最后自己实现DIY学习模型算法框架。
        顺带再提一点，跑通NLP或者ML任务，推荐在Python下用]]></description><category></category></item><item><title><![CDATA[数据挖掘 NLP 之 文本挖掘 文本处理 通用流程]]></title><link>https://blog.youkuaiyun.com/Scotfield_msn/article/details/72904092</link><guid>https://blog.youkuaiyun.com/Scotfield_msn/article/details/72904092</guid><author>Scotfield_msn</author><pubDate>Wed, 07 Jun 2017 22:18:52 +0800</pubDate><description><![CDATA[数据挖掘 NLP 之 文本挖掘 文本处理 通用流程






  数据挖掘中的文本挖掘不论是对于企业应用，还是研究者工作，或者是参与数据竞赛项目，都是基础的工作。通过前面的一些实践工作，现总结出文本挖掘文本处理的通用流程。

注意，这里的文本挖掘任务主要指的是如文本分类、文本聚类、信息抽取、情感分类等等的常规NLP问题。






一、获取语料
获取文本语料通]]></description><category></category></item><item><title><![CDATA[从不同角度看机器学习的几种学习方式]]></title><link>https://blog.youkuaiyun.com/Scotfield_msn/article/details/70877780</link><guid>https://blog.youkuaiyun.com/Scotfield_msn/article/details/70877780</guid><author>Scotfield_msn</author><pubDate>Thu, 27 Apr 2017 20:11:22 +0800</pubDate><description><![CDATA[从不同角度看机器学习的几种学习方式：




1、在线学习与离线学习
offline learning and online learning. 

In offline learning, the whole training data must be available at the time of model training. Only when training is c]]></description><category></category></item><item><title><![CDATA[机器学习 数据挖掘 数据集划分 训练集 验证集 测试集]]></title><link>https://blog.youkuaiyun.com/Scotfield_msn/article/details/69945350</link><guid>https://blog.youkuaiyun.com/Scotfield_msn/article/details/69945350</guid><author>Scotfield_msn</author><pubDate>Mon, 10 Apr 2017 12:40:59 +0800</pubDate><description><![CDATA[机器学习之数据集划分： 训练集 验证集 测试集




Q：将数据集划分为测试数据集和训练数据集的常用套路是什么呢？

A：three ways shown as follow:


1.像sklearn一样，提供一个将数据集切分成训练集和测试集的函数：
默认是把数据集的75%作为训练集，把数据集的25%作为测试集。


2.交叉验证（一般取十折交叉验证：10-fold]]></description><category></category></item><item><title><![CDATA[《数学之美》知识点详细总结]]></title><link>https://blog.youkuaiyun.com/Scotfield_msn/article/details/69264939</link><guid>https://blog.youkuaiyun.com/Scotfield_msn/article/details/69264939</guid><author>Scotfield_msn</author><pubDate>Wed, 05 Apr 2017 17:15:32 +0800</pubDate><description><![CDATA[《数学之美》知识点详细总结




From`RxNLP`Scofield
未完待续

 
        《数学之美》这本书在本科期间电子版上偶尔进行了翻阅，后来有时间了就完整的进行了阅读。出于老习惯，看完一本书后总会去总结书本的知识点层次框架，以更好地融入到原有的框架中。尤其是现入坑NLP，作为入门书，更应是好好吸收下。
        评价：1、整本书的知识广度大于深度，]]></description><category></category></item><item><title><![CDATA[DeepNLP的表示学习·词嵌入来龙去脉·深度学习（Deep Learning）·自然语言处理（NLP）·表示（Representation）]]></title><link>https://blog.youkuaiyun.com/Scotfield_msn/article/details/69075227</link><guid>https://blog.youkuaiyun.com/Scotfield_msn/article/details/69075227</guid><author>Scotfield_msn</author><pubDate>Tue, 04 Apr 2017 20:48:33 +0800</pubDate><description><![CDATA[DeepNLP的表示学习·词嵌入来龙去脉·深度学习（Deep Learning）·自然语言处理（NLP）·表示（Representation）
词向量、word embedding、分布式表示、word2vec、glove 术语解释！
自然语言处理表示学习
词向量、word2vec无门槛理解！
  其实顺便分享下，在我个人的方法论思维中，一个带有完整上下文以及结构构建良好的知识框架，在某种程度上，比一些细枝末节的详细知识点来的重要的多了！因为，一旦构建了一个完备的知识结构框架，那么剩下你要做的是将一些零零碎]]></description><category></category></item><item><title><![CDATA[[转发]机器学习资源大全]]></title><link>https://blog.youkuaiyun.com/Scotfield_msn/article/details/68957699</link><guid>https://blog.youkuaiyun.com/Scotfield_msn/article/details/68957699</guid><author>Scotfield_msn</author><pubDate>Mon, 03 Apr 2017 11:05:28 +0800</pubDate><description><![CDATA[机器学习资源大全

本列表选编了一些机器学习领域牛B的框架、库以及软件（按编程语言排序）。

C++
计算机视觉



CCV —基于C语言/提供缓存/核心的机器视觉库，新颖的机器视觉库


OpenCV—它提供C++, C, Python, Java 以及
 MATLAB接口，并支持Windows, Linux, Android and
 Mac OS操作系统。
]]></description><category></category></item><item><title><![CDATA[python机器学习包 Windows下 pip安装 scikit-learn numpy scipy]]></title><link>https://blog.youkuaiyun.com/Scotfield_msn/article/details/63276704</link><guid>https://blog.youkuaiyun.com/Scotfield_msn/article/details/63276704</guid><author>Scotfield_msn</author><pubDate>Sat, 18 Mar 2017 21:21:33 +0800</pubDate><description><![CDATA[python机器学习包 Windows10下 pip安装 scikit-learn numpy scipy
requirements:
` windows10
` python2.7
` pip9.0.1
` numpy
` scipy
` sklearn




1  pip的安装

1.1  下载pip


下载地址是：https://pypi.python.]]></description><category></category></item><item><title><![CDATA[自然语言处理(NLP)四步流程：Embed->Encode->Attend->Predict]]></title><link>https://blog.youkuaiyun.com/Scotfield_msn/article/details/62051088</link><guid>https://blog.youkuaiyun.com/Scotfield_msn/article/details/62051088</guid><author>Scotfield_msn</author><pubDate>Tue, 14 Mar 2017 19:42:53 +0800</pubDate><description><![CDATA[过去半年以来，自然语言处理领域进化出了一件神器。此神器乃是深度神经网络的一种新模式，该模式分为：embed、encode、attend、predict四部分。本文将对这四个部分娓娓道来，并且剖析它在两个实例中的用法。


人们在谈论机器学习带来的提升时，往往只想到了机器在效率和准确率方面带给人们的提升，然而最重要的一点却是机器学习算法的通用性。如果你想写一段程序来识别社交媒体平台上的侮辱性帖]]></description><category></category></item><item><title><![CDATA[python 函数参数：必选参数、默认参数、可变参数、关键字参数 和 命名关键字参数]]></title><link>https://blog.youkuaiyun.com/Scotfield_msn/article/details/60365842</link><guid>https://blog.youkuaiyun.com/Scotfield_msn/article/details/60365842</guid><author>Scotfield_msn</author><pubDate>Sat, 04 Mar 2017 23:38:02 +0800</pubDate><description><![CDATA[python 函数参数：必选参数、默认参数、可变参数、关键字参数 和 命名关键字参数



在 Python 中定义函数，可以用必选参数、默认参数、可变参数、关键字参数和命名关键字参数 5种参数形式。
这 5 种参数都可以组合起来使用，但是注意，参数定义的顺序必须是：必选参数、默认参数、可变参数/命名关键字参数和关键字参数。


def f1(a,b,c=0,*args,**kw)]]></description><category></category></item><item><title><![CDATA[来扯扯分布式数据库系统DDBS设计啊]]></title><link>https://blog.youkuaiyun.com/Scotfield_msn/article/details/60344796</link><guid>https://blog.youkuaiyun.com/Scotfield_msn/article/details/60344796</guid><author>Scotfield_msn</author><pubDate>Sat, 04 Mar 2017 21:01:41 +0800</pubDate><description><![CDATA[我来扯扯分布式数据库系统DDBS的设计
注明：本文只是在完成一个高级数据库作业的文章，不能算是正儿八经登堂入室的paper，所以，不负责任哈，带坏小朋友不要找我哦 ^_~


转载注明出处：Scofield's blog[  http://blog.youkuaiyun.com/scotfield_msn  ]




一、   引入
目前本人所确定的研究方向是自然语言处理、文本挖掘，实际]]></description><category></category></item><item><title><![CDATA[TensorFlow RNN深度学习 BiLSTM+CRF 实现 sequence labeling 序列标注  源码]]></title><link>https://blog.youkuaiyun.com/Scotfield_msn/article/details/60339415</link><guid>https://blog.youkuaiyun.com/Scotfield_msn/article/details/60339415</guid><author>Scotfield_msn</author><pubDate>Sat, 04 Mar 2017 20:32:54 +0800</pubDate><description><![CDATA[在TensorFlow (RNN)深度学习下 BiLSTM+CRF 跑 sequence labeling 
双向LSTM+CRF跑序列标注问题


去年底样子一直在做NLP相关task,是个关于序列标注问题。这 sequence labeling属于NLP的经典问题了，开始尝试用HMM，哦不，用CRF做baseline，by the way, 用的CRF++。
关于CRF的理论就不再啰]]></description><category></category></item><item><title><![CDATA[python pandas 报错：TypeError: parser_f() got an unexpected keyword argument 'skip_blank_lines']]></title><link>https://blog.youkuaiyun.com/Scotfield_msn/article/details/60338515</link><guid>https://blog.youkuaiyun.com/Scotfield_msn/article/details/60338515</guid><author>Scotfield_msn</author><pubDate>Sat, 04 Mar 2017 19:24:16 +0800</pubDate><description><![CDATA[python pandas 报错：TypeError: parser_f() got an unexpected keyword argument 'skip_blank_lines'



在用pandas读取csv数据进行处理时，报了个错：
pd.read_csv(train_path, delimiter='\t', quoting=csv.QUOTE_NONE, skip_bla]]></description><category></category></item><item><title><![CDATA[ubuntu下 tensorflow 升级到 新版本 0.11.0版本]]></title><link>https://blog.youkuaiyun.com/Scotfield_msn/article/details/60333117</link><guid>https://blog.youkuaiyun.com/Scotfield_msn/article/details/60333117</guid><author>Scotfield_msn</author><pubDate>Sat, 04 Mar 2017 17:19:58 +0800</pubDate><description><![CDATA[ubuntu 升级 tensorflow 到 0.11.0版本


之前在ubuntu上安装的比较早的0.8版本的TensorFlow，现在遇到一些库的不兼容问题，所以得升级下tf包。


1：确认最可升级的最高版本【https://www.tensorflow.org/versions/】，
注意两点：a).你的平台是cpu 还是gpu
    b).官方对应的版本有没有你的cp]]></description><category></category></item><item><title><![CDATA[NLP 语料库 大全]]></title><link>https://blog.youkuaiyun.com/Scotfield_msn/article/details/60332046</link><guid>https://blog.youkuaiyun.com/Scotfield_msn/article/details/60332046</guid><author>Scotfield_msn</author><pubDate>Sat, 04 Mar 2017 16:46:42 +0800</pubDate><description><![CDATA[此语料库清单包括了中文与英文，大家且看且珍惜……




国内可用免费语料库（凡没有标注不可用的链接均可用）

(一) 国家语委
1.国家语委现代汉语语料库http://www.cncorpus.org/

现代汉语通用平衡语料库现在重新开放网络查询了。重开后的在线检索速度更快，功能更强，同时提供检索结果下载。现代汉语语料库在线提供免费检索的语料约2000万字，为分词和词性标注]]></description><category></category></item><item><title><![CDATA[PyLearn-Codes Python学习代码 下载 廖雪峰Python教程]]></title><link>https://blog.youkuaiyun.com/Scotfield_msn/article/details/56921703</link><guid>https://blog.youkuaiyun.com/Scotfield_msn/article/details/56921703</guid><author>Scotfield_msn</author><pubDate>Fri, 24 Feb 2017 22:21:09 +0800</pubDate><description><![CDATA[PyLearn-Codes Python学习代码 廖雪峰Python教程this is a python learning codes project which was tutorialed by master 廖雪峰（http://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000）project]]></description><category></category></item></channel></rss>