chaishen10000的专栏

论文笔记：语音情感识别（一）语音知识概览 - PilgrimHui - 博客园介绍声音是什么，怎么发出的，如何保存的，要做什么预处理。简单阐述了语音特征，语音情感数据库，常用的语音情感识别算法。https://www.cnblogs.com/liaohuiqiang/p/9916352.html论文笔记：语音情感识别（二）声谱图+CRNN - PilgrimHui - 博客园介绍近两年语音顶会上的一些语音情感识别的论文，本文主要介绍声谱图+CRNN方面的模型（共九篇），涉及的会议有ACM MM，ICASSP

Signal Processing: The following functionality is provided for general signal processing or signalpre-processing (prior to feature extraction):• Windowing-functions (Rectangular, Hamming, Hann (raised cosine), Gauss, Sine, Triangular, Bartlett, Bartlett

要使用第三方库, 首先需要进行安装.在没有 vcpkg 以前, 安装第三方库需要在本地进行编译与链接, 而如果我们是新手, 则必然会遇到这样或那样难以解决的问题.但有了 vcpkg 以后就不一样, vcpkg 会自动的替我们完成这一切.安装 vcpkg以管理员权限运行 powershell, 执行进行 clone 项目, 运行批处理文件, 运行集成安装命令:PS C:\Users\panjie\GitHub> Git clone https://github.com/micro..

首先，我们要清楚了解：Kaggle 竞赛和「经典的」数据科学有一些重要的不同之处，但只要你以正确的心态接触它，就也能收获有价值的经验。让我们解释一下：Kaggle 竞赛本质上，带有奖金池的竞赛必须满足一些标准：问题必须困难：竞赛不应该是一个下午就能解决的任务。为了得到最好的投资回报，主办公司会提交他们最大最难的问题。 解决方案必须新：要赢得最新的竞赛，你通常需要进行扩展研究、定制算法、训练先进的模型等等。 表现必须能比较：竞赛必须要决出优胜者，所以你和其他对手的解决方案必须要被评分。

1、数据集MODMA Dataset，http://modma.lzu.edu.cnDAIC-WOZ数据集，https://dcapswoz.ict.usc.edu/2、特征提取工具openSMILE，https://www.audeering.com/research/opensmile/covarep，未完待续.........

竞品分析：Label Studio 多模态数据标注首选，当然也可以做文本标注，但是角色权限管理没有doccano完善。BRAT 老牌文本标注工具，擅长关系标注，构建知识图谱数据集比较有优势。界面比较粗超。Doccano：提供了文本分类，序列标注和序列到序列的标注功能，可以为情绪分析，命名实体识别，文本摘要等创建标记数据。Doccano标注平台UI风格不错。主要特点：数据导入导出 标签添加 角色权限管理 能否实现单账户同时标注，同一条数据多人标注(背靠背方式也是常用的一种标注方式

推荐系统开源软件汇总目前互联网上所能找到的知名开源推荐系统(open source project for recommendation system)，并附上了一些简单点评（未必全面准确），这方面的中文资料很少见，希望对国内的朋友了解掌握推荐系统有帮助一、SVDFeature由上海交大的同学开发的，C++语言，代码质量很高 。去年我们参加KDD竞赛时用过，非常好用，而且出自咱们国人之手，所以置顶推荐！项目地址：http://svdfeature.apexlab.org/wiki/.

1、开发使用者必须是已认证的服-务-号（服务号可以置顶，订阅号不能），服务号绑定“JS接口安全域名”下的网页可使用此标签跳转任意合法合规的小程序。2、开发使用者必须是已认证的非个人主体的小程序，使用小程序云开发的静态网站托管绑定的域名下的网页，可以使用此标签跳转任意合法合规的小程序。3、必须部署到正式服务器，测试公众号不显示图标。4、必须是在已认证的服务号中做JS接口安全域名验证，“JS接口安全域名”和“IP白名单”都要，IP是指获取微信签名的服务器的IP。注意：1、2两个条件必须满足其中一个；3

所需设备和环境设备：安卓手机(获取root权限)抓包：fiddler + xposed + JustTrustMe反编译：jadx-gui，ida抓包按照惯例，这里隐去 app 的名称，开启 fiddler 抓包后 app 提示连接不到网络，判断是证书验证，开启 xposed 框架，再次请求，成功抓到包，连续请求两次来对比参数变化：可以看到 x-app-token 这个参数不一样，其他参数都是固定的，先简单看一下 x-app-token 的构成：这样做..

离线安装最稳妥，详见：逍遥安卓模拟器 离线 xposed 框架安装 - 新手引导 - 逍遥安卓论坛 - Powered by Discuz! 逍遥安卓模拟器 离线 xposed 框架安装 ,逍遥安卓论坛https://bbs.xyaz.cn/forum.php?mod=viewthread&tid=370298最后一步：...

在编写 CUDA 程序时遇到这么一个问题虚拟机是模拟一个图形设备，这样的话你没有机会接触到真正的 GPU 。这是由于当有多个虚拟机访问同一个设备时虚拟机处理的方式决定的，虚拟机在其中提供了一个中间层来共享真正的硬件设备。本机显卡 RTX3080，在Win10工作站版的Hyper-v上运行虚拟机 Ubuntu20.04 LTS，经测试是通不了GPU的。有人提出：Windows上支持虚拟机里使用Cuda的应该只有Hyper-V，但是条件苛刻：1- 需要使用Windows Server 201..

情感分析：从文本中提前作者情感意识的过程。情感分析的难点：受文化和人口统计学因素的影响； 情绪难以量化； 分析师或建模的偏见会破坏情感分析； 指定特征的情感分析更难。（如：对餐馆的评论——价格nice，但是食物一般。）Plutchik 创建的情感分类系统，认为存在以下8种主要的情绪：anger 愤怒 fear 恐惧 sadness 悲伤 disgust 厌恶 surprise 惊讶 anticipation 期待 trust 信任 joy 快乐由于惊讶 ∑( 口 ||

Woebot是一家运营着心理治愈系实时聊天机器人的公司。机器人的设计初衷是帮助人们利用CBT（认知行为疗法）来解决自己的心理健康问题。著名的AI专家、前百度首席科学家吴恩达即将要加入这家公司，出任新任董事长。出任新任董事长。他们设计的机器人就叫做Woebot，它是由斯坦福大学研究人员开发的一个机器人。抑郁症正在变得越来越常见。丘吉尔说过：“抑郁症就像只黑狗，一有机会就咬住我不放。”我有时候也怀疑，我是不是具备了这种跟丘吉尔一样的高贵品质，时常会不知不觉地情绪低落。50%的美国大学生表示他们患

Emotional First Aid Dataset, 心理咨询问答语料库这是心理咨询领域首个开放的QA语料库：该语料库的内容由现实世界的用户提出，高质量的答案由心理咨询专业人士或网友提供。 该语料库可用于训练聊天机器人。 另一方面，这种语料库的其他用法也是可能的。 例如，通过分类标记，训练模式识别不同咨询问题。项目地址：https://github.com/chatopera/efaqa-bot-demo一点见解：心理咨询毕竟是一个相对严肃的领域，关乎对于人的心理健康的影响。人工智能目前

Hubot: Github, Inc.这是一个使用最广泛的聊天机器人。由Github公司开发内部使用之后开源贡献给社区。可以使用Coffee Script 或者Javascript(node.js) 开发扩展。用npm进行安装。Lita: Ruby源自Hubot的一个Ruby 版本的Chatops聊天机器人，基本涵盖了Hubot的功能。Err: 这是一款基于python3 的开源Chatops 聊天机器人。 可以通过简单的python module 扩展插件，对于Lita 及 Hubot的优...

当前，国内外新冠肺炎疫情形势的复杂性和严峻性依然突出，虽然国内疫情传播已基本阻断，但境外疫情警报持续拉响。为持续总结和宣传推广知识图谱领域的好经验好做法，全面支持我国常态化防控机制建设与企业有序复工复产，中国电子技术标准化研究院现正式发布《知识图谱助力疫情防控和复工复产案例集》（以下简称“《案例集》”）（第二期）。知识图谱作为机器认知智能实现的基础之一，是人工智能的重要组成部分。针对知识图谱在政府管理、公众健康、交通运输、公共安全等领域起到的重要作用，中国电子技术标准化研究院依托IEEE知识图谱标准化工

1、论文方面（理论）主要是推荐两篇文章1、清华大学杨玉基的“一种准确而高效的领域知识图谱构建方法”.讲述了怎么通过4步进行半自动话的构建领域知识图谱，参考价值极大，步骤清晰。一种准确而高效的领域知识图谱构建方法 - 中国期刊全文数据库2、华东理工大学胡芳槐的博士论文“基于多种数据源的中文知识图谱构建方法研究”，这篇文章讲了怎么通过多数据源去构建通用知识图谱和行业知识图谱，比较详细的介绍了一些构建技术，具备一定参考价值。基于多种数据源的中文知识图谱构建方法研究 - 中国博士学位论文...

编者按：在网络上表达自杀意念的人，也许不是说说而已，超过半数的人真的付诸行动。通过科技手段，希望能将他们留住。11 月 19 日，中国科学院心理研究所研究员朱廷劭应邀以“基于人工智能技术的心理识别与干预”为主题，为微软亚洲研究院实习生带来了精彩讲座。通过心理与信息科学的交叉研究，朱老师及其团队实现了对用户心理特征的有效识别，他们也正在通过人工智能手段，为更多站在自杀边缘的人提供心理援助。本文是对他报告的回顾。中国科学院“百人计划”学者、中科院心理研究所研究员朱廷劭先给大家举个例子，这是两个人

先不多说，上代码：<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"><html xmlns="http://www.w3.org/1999/xhtml"><head><meta http-equiv="Content-Type" content="text/html

具体文章见：从具体案例了解知识图谱构建流程。对于初学的小白，是个很好的入门。其实，对于很多行业知识图谱的构建者来说，有很多知识图谱构建服务可以使用。比如说百度的实体标注，可以结合上下文，识别文本中的实体并将其关联到百科知识库中的唯一实体对象，同时输出实体在当前上下文最合适的上位概念，以达到对文本中的实体进行辨别的作用。...

知识图谱构建技术一览一、什么是知识图谱 二、知识图谱的分层架构 三、知识图谱构架技术 （一）数据获取（Data Acquisition） （二）信息抽取（Information Extraction） （1）实体抽取（Entity Extraction）/命名实体识别（Name Entity Recognition） （2）关系抽取（Relation Extraction） （3）属性抽取（Attribute Extraction） （三）知识融合（Know

项目地址：https://github.com/ownthink/KnowledgeGraphData本次ownthink开源了史上最大规模的中文知识图谱，数据是以（实体、属性、值），（实体、关系、实体）混合的形式组织，数据格式采用csv格式，下载链接见文末。解压后查看知识图谱规模：$ wc -l ownthink_v2.csv140919781 ownthink_v2.csv查看知识图谱数据：$ head ownthink_v2.csv实体,属性,值胶饴,描述,别名:

本文整理自肖仰华教授在三星电子中国研究院做的报告，题目为《Understanding users with knowledge graphs》。今天，很高兴有这个机会来这里与大家交流。我想大家可能也会体会到，我们目前的很多方法和手段越来越接近一个所谓的“天花板”。现有的方法，包括机器学习和深度学习的方法，某种程度上都是在吃大数据的红利，机器学习的效果，模型的效果本质上是由大数据来喂养，我们灌进去的数据越多，模型的效果就越好，尤其是深度学习，随着它的层次结构越来越深以后，它对样本数据的规模和质量的

事实上，近年来随着情感AI技术发展突飞猛进，央视节目中的特种兵测谎场景只是小试牛刀。在真实世界中，情感AI技术已经开始在安防、广告、教育等与特殊人群密切相关的行业中得到初步应用。而在被视为高端服务业的金融业中，各种人群会因为与金钱之间的千丝万缕的关系而时刻发生着极为复杂的各种交互，尔虞我诈、互相博弈等情形比比皆是，情感AI技术在这样的关系高度复杂、利益紧密相关的场景下将大有所为。为了说明情感AI技术对于金融行业的重大影响，我们首先来了解一下情感AI技术的基本原理和发展前景。情感AI时代的帷幕已.

人工智能更多的是在模拟“智脑”，加入机器人、语言识别、图像识别、自然语言处理和专家系统等技术，生产出能以人类智能相似的方式做出反应的智能机器。 心理学是一门研究人类心理现象及其影响下的精神功能和行为活动规律的科学，兼顾突出的理论性和应用（实践）性。既然具有科学性，则其在现实应用中就有规律和特征可抓取和筛查对应。因此，将AI产品应用于心理学相关领域作为辅助功效产品，可以完成初步的自诊和筛查，极大地节约人力物力精力成本，同时减少误判可能性，提高专业利用率。无论是现在还是将来，人工智能带来的科技产品，将会是人类.

《我，机器人》是美国著名科幻作家艾萨克·阿西莫夫一生中最重要的一部中短篇科幻小说集。小说集描绘了机器人的智能水平在经历了一步步发展之后，最终“挺立于人类与毁灭之间”。更重要的是，小说中不但有机器人，还有“机器人心理学家”苏珊·凯文。在实际工作中，机器人会出现各种各样的意外状况——这也是“机器人心理学家”的职责所在：有趣的是，她要做的并非排除“机器故障”，而是要理解和解决机器人的“心理问题”。回到现实，机器心理学可以算是一个对应人类心理学的新学科，它可以让人们了解机器的心理，和机器交互更有效更便捷，最

近年来，“抑郁症”一词越来越多的被人们提起，不少名人如白岩松、崔永元等都曾表示陷入过抑郁症的痛苦，而抑郁症患者不堪病痛而自杀的新闻也屡见不鲜。生命的“陨落“，无疑给人们敲响了警钟。抑郁症高发，我们要如何去防治？如果能检测出潜在的抑郁症患者，及时进行心理疏导，是否能够有效地减少这类悲剧的发生呢？日前，来自 IBM 的计算精神病学和神经成像研究小组团队开始尝试利用机器学习预测人患精神疾病的风险。他们通过对 59 名普通人的语言方式进行追踪、分析，并对语言连贯性进行评分，来预测人们的潜在患病风险。在随后的

附上论文链接《Measuring Depression Symptom Severity from Spoken Language and 3D Facial Expressions》https://arxiv.org/abs/1811.08592摘要全世界有超过三亿人患有抑郁，可知抑郁症是个全球性的难题。由于社会歧视，花销以及治疗可行性，患有精神疾病的成年人中60%从未接受过心理健康治疗。有效和高效的诊断依赖于检测到的临床抑郁症症状。抑郁症的智能检测将可能提高诊断的精确性和实用性，从而加快对.

本文把目前机器学习技术在社会科学研究中的应用分成三类：第一，数据生成（Data Generating Process）：机器学习可以帮助学者获得以前很难或无法获得的数据；第二，预测（Prediction）：机器学习可以更有效地探索变量之间的相关性，进而做出较为精准的预测；第三，因果识别（Causal Inference）：社会科学、特别是经济学实证研究的核心是因果识别，而机器学习在这方面也具有一定优势。值得注意的是，本文与Athey (forthcoming) 综述性文章并不相同， 主要体现在以下两点：

机器学习的目的是模拟人类的学习过程。机器学习虽然取得很大的成功，但是到目前为止，它忽视了一个重要的因素，也就是人的社会属性。我们每个人都是社会的一分子，很难从出生就脱离社会独自生存、学习并不断进步。既然人类的智能离不开社会，那么我们能否让机器们也具有某种意义的社会属性，模拟人类社会中的关键元素进行演化，从而实现比现在的机器学习方法更为有效、智能、可解释的“社会机器学习”呢？社会是由亿万个人类个体构成，社会机器学习也应该是一个由机器学习智能体构成的体系。每一个机器学习算法除了按照现在的机器学习方法获取数据

“猜你喜欢”、“购买过此商品的用户还购买过……”对于离不开社交平台、电商、新闻阅读、生活服务的现代互联网用户来说，个性化推荐已经不是什么新鲜事儿。随着信息技术和互联网行业的发展，信息过载成了人们处理信息的挑战。对于用户而言，如何在以指数增长的资源中快速、准确地定位到自己需要的内容是一个非常重要且极具挑战的事情。对于商家而言，如何把恰当的物品及时呈现给用户，从而促进交易量和经济增长，也是一件颇具难度的事情。推荐系统的诞生极大地缓解了这个困难。推荐系统是一种信息过滤系统，能根据用户的档案或者历史行为记录

【导读】单纯的推荐结果和推荐结果+理由的组合，哪个更让你信服？长篇累牍的推荐语和言简意赅的关键词，你更愿意看哪个？这是人们每天都会面对的场景，也是可解释推荐系统研究需要不断优化的问题。近几年，人工智能的可解释性问题受到了来自政府、工业界和学术界的广泛关注。美国国防部先进研究项目局DARPA资助了可解释性人工智能项目XAI（Explainable AI）；中国国务院在《新一代人工智能规划》中提出的“实现具备高可解释性、强泛化能力的人工智能”目标，得到了各个公司的积极响应；ICML 2017年的最佳论文《U

个性化推荐系统作为一种信息过滤的重要手段，是当前解决信息超载问题的最有效的方法之一，是面向用户的互联网产品的核心技术。推荐系统的任务和难点按照预测对象的不同，推荐系统一般可以分成两类：一类是评分预测（rating prediction），例如在电影类应用中，系统需要预测用户对电影的评分，并以此为根据推送其可能喜欢的电影。这种场景下的用户反馈信息表达了用户的喜好程度，因此这种信息也叫显式反...

在数学中有许多空间表示，比如向量空间、内积空间、欧式空间以及希尔伯特空间等。1、距离的定义具体的距离：实际上距离除了我们经常用到的直线距离外，还有向量距离， 函数距离、 曲面距离、折线距离等等，这些具体的距离与距离之间的关系类似于苹果、香蕉等与水果的关系，前面是具体的事物，后面是抽象的概念。距离就是一个抽象的概念，其定义为：设X是任一非空集，对X中任意两点x,y，有一实数d(x,y)...

网上给出的方案基于jsoup来获取body的byte流，但是写出的东西压根没有用到jsoup，getEmptyConnection(url)？private String extractContent(String url) throws Exception { InputStream inputStream = new ByteArrayInputStream(getEmptyConne...

一、DeepDive简介deepdive帮助你从更少的结构化数据和统计推断中提取结构化的知识而无需编写任何复杂的机器学习代码。deepdive是一种新的数据管理系统，能够解决提取、整合型，并在一个单一的系统预测问题，它允许用户快速构建复杂的端到端的数据管道。二、DeepDive优势deepdive让开发者只需要关心实体特征，不需要在乎算法。相比之下，其他机器学习系统需要开发者认为，聚类算法...

在之前介绍过很多爬虫库的使用，其中大多数也是 Python 相关的，当然这些库很多都是给开发者来用的。但这对一个对爬虫没有什么开发经验的小白来说，还是有一定的上手难度的。现在市面上其实也出现了非常多的爬虫服务，如果你仅仅是想爬取一些简单的数据的话，或者懒得写代码的话，其实利用这些工具还是可以非常方便地完成爬取的，那么本文就来总结一下一些比较实用的爬取服务和工具，希望在一定程度上能够帮助你摆脱数据爬...

随着基于人工智能与机器学习的应用如雨后春笋般不断涌现，我们也看到有很多提供类似功能的 API 悄悄登上了舞台。 API 是用于构建软件应用的程序、协议以及工具的组合；本文是对2015 中这个列表的修正与完善，移除了部分被废弃的 API ；我们也添加了最近由 IBM、Google、Microsoft 这些大厂发布的 API 。所有的 API 可以根据应用场景进行分组：人脸与图片识别。 文...

Diffbot是一家小而美的初创公司，该公司通过计算机视觉、机器学习和人工智能来处理Web页面，目标是实现整个网页的“机器可读”。昨日，他们发布了据称是世界上有史以来最大的人类知识数据库。据该公司称，Diffbot知识图谱比谷歌的知识图谱大500倍，并且每天都在自主增长。它已有超过1万亿个事实和100亿个实体，并且每月增长1.3亿个事实。众所周知，知识图谱可以让用户更快更简单地发现新的...