<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[他山之石可以攻玉]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/github_39012302</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; github_39012302]]></copyright><item><title><![CDATA[秋招记录-交通银行省分行]]></title><link>https://blog.youkuaiyun.com/github_39012302/article/details/103086376</link><guid>https://blog.youkuaiyun.com/github_39012302/article/details/103086376</guid><author>github_39012302</author><pubDate>Fri, 15 Nov 2019 15:38:59 +0800</pubDate><description><![CDATA[时间：2019/11/13 周三

地点：太原市青年路5号湖滨国际会议中心交通大楼二十一楼

面试形式：群面+技术面

面试内容：

群面：无领导小组讨论

四个传统因素：制度，市场，后发优势（人才等），成本优势 对银行业的影响进行排名，并提出两条有效的措施

审题-5分钟；

每个人发言自己的排序及理由-1分钟；

讨论形成统一意见，并派代表发言-40分钟；

代表发言-3分钟



技术面：...]]></description><category></category></item><item><title><![CDATA[秋招记录-中国银行软开（西安）]]></title><link>https://blog.youkuaiyun.com/github_39012302/article/details/103086082</link><guid>https://blog.youkuaiyun.com/github_39012302/article/details/103086082</guid><author>github_39012302</author><pubDate>Fri, 15 Nov 2019 15:25:50 +0800</pubDate><description><![CDATA[时间：2019/11/12 周二

地点：西安市灞桥区金桥三路1818号（中国银行软件中心）

面试形式：半结构化面试

面试流程：

1. 报道 微信签到；

2. 检查材料，手机关机保存；

3. 抽号候场

3. 半结构化面试

面试内容：

自我介绍；

围绕简历问项目；

扫码支付和刷脸支付的利弊；

4. 离场，连夜返回学校，参加第二天的交行省分行面试
...]]></description><category></category></item><item><title><![CDATA[Neo4j学习]]></title><link>https://blog.youkuaiyun.com/github_39012302/article/details/93499900</link><guid>https://blog.youkuaiyun.com/github_39012302/article/details/93499900</guid><author>github_39012302</author><pubDate>Mon, 24 Jun 2019 19:21:10 +0800</pubDate><description><![CDATA[win10安装Neo4j（neo4j-community-3.5.6）
	环境变量配置
	使用说明
一、 win10安装Neo4j（neo4j-community-3.5.6）

官网下载Neo4j传送门

默认安装即可

二、 环境变量配置

我的电脑-》右键 属性-》高级系统设置-》高级-》环境变量



新建

变量名 NEO4J_HOME

变量值 neo4j安装路径（如：D:\ap...]]></description><category></category></item><item><title><![CDATA[weka3.8-README(三)]]></title><link>https://blog.youkuaiyun.com/github_39012302/article/details/89840224</link><guid>https://blog.youkuaiyun.com/github_39012302/article/details/89840224</guid><author>github_39012302</author><pubDate>Sun, 05 May 2019 10:18:08 +0800</pubDate><description><![CDATA[6. 实验包

支持运行实验，涉及在多个数据集上对数据集的重复随机化评估分类器（除此之外，您可以做更多的事情）。这个类位于weka.experiment包中。基本体系结构是ResultProducer（在数据集的某些随机化上生成结果）将结果发送到ResultListener（它负责声明它是否已经有结果，否则存储结果）。
 示例ResultListeners包括：

weka.experiment...]]></description><category></category></item><item><title><![CDATA[weka3.8-README(二)]]></title><link>https://blog.youkuaiyun.com/github_39012302/article/details/89839545</link><guid>https://blog.youkuaiyun.com/github_39012302/article/details/89839545</guid><author>github_39012302</author><pubDate>Sun, 05 May 2019 10:02:29 +0800</pubDate><description><![CDATA[4.从命令行使用Weka 

如果要从标准命令行界面使用Weka（例如Linux下的bash）：

a）将WEKAINSTALL设置为包含此README的目录。
b）将$ WEKAINSTALL / weka.jar添加到CLASSPATH环境变量中。
c）在Web浏览器中为$ WEKAINSTALL / doc / packages.html添加书签。

或者，您可以尝试使用上面讨论的GUI...]]></description><category></category></item><item><title><![CDATA[Weka3.8-Readme(一)]]></title><link>https://blog.youkuaiyun.com/github_39012302/article/details/89839160</link><guid>https://blog.youkuaiyun.com/github_39012302/article/details/89839160</guid><author>github_39012302</author><pubDate>Sun, 05 May 2019 09:36:47 +0800</pubDate><description><![CDATA[1.使用Weka中的一个图形用户界面

    这假定您已下载的Weka存档已被解压缩到包含此README的目录中，并且您尚未使用自动安装程序（例如，为Windows提供的安装程序）。
    Weka 3.7需要Java 1.6或更高版本。根据您的平台，您可以只需双击weka.jar图标即可运行Weka的图形用户界面。否则，从命令行（假设您在包含weka.jar的目录中），键入
...]]></description><category></category></item><item><title><![CDATA[weka3.8-README]]></title><link>https://blog.youkuaiyun.com/github_39012302/article/details/89838970</link><guid>https://blog.youkuaiyun.com/github_39012302/article/details/89838970</guid><author>github_39012302</author><pubDate>Sun, 05 May 2019 09:13:32 +0800</pubDate><description><![CDATA[weka3.8-README

=====================================================================
                                   
               ======   ...]]></description><category></category></item><item><title><![CDATA[Ubuntu16.04环境下文件下载]]></title><link>https://blog.youkuaiyun.com/github_39012302/article/details/89335252</link><guid>https://blog.youkuaiyun.com/github_39012302/article/details/89335252</guid><author>github_39012302</author><pubDate>Tue, 16 Apr 2019 16:42:23 +0800</pubDate><description><![CDATA[一. wget命令下载文件

wget 命令： 从指定的URL下载文件。

【适用场景】知道下载URL地址，但是由于网络原因导致下载失败；对从那些限定了链接时间的服务器上下载大文件非常有用。

【基本语法】wget [ 参数 ] URL

【参数说明】输入wget --help可以查看wget对于的帮助文件，有详细的参数说明。

【使用方法】

&lt; 测试下载链接 &gt;

wget &lt...]]></description><category></category></item><item><title><![CDATA[Large Movie Review Dataset v1.0]]></title><link>https://blog.youkuaiyun.com/github_39012302/article/details/88560292</link><guid>https://blog.youkuaiyun.com/github_39012302/article/details/88560292</guid><author>github_39012302</author><pubDate>Thu, 14 Mar 2019 20:31:26 +0800</pubDate><description><![CDATA[大型电影评论数据集v1.0

目录

Large Movie Review Dataset v1.0大型电影评论数据集v1.0

数据集下载地址
	数据集介绍译文
	原文
数据集下载地址：http://ai.stanford.edu/~amaas/data/sentiment/

1. Overview（概述）

此数据集包含电影评论及其关联的二进制情绪极性标签。它旨在作为情绪分类的基准。本文档概...]]></description><category></category></item><item><title><![CDATA[NLP&CC2014中文实体链接任务说明]]></title><link>https://blog.youkuaiyun.com/github_39012302/article/details/88545997</link><guid>https://blog.youkuaiyun.com/github_39012302/article/details/88545997</guid><author>github_39012302</author><pubDate>Thu, 14 Mar 2019 09:53:59 +0800</pubDate><description><![CDATA[中文实体链接研究多采用NLP&amp;amp;CC-2013或NLP&amp;amp;CC-2014的实验数据来进行实验，故对NLP&amp;amp;CC-2014的中文实体链接任务说明进行总结。

NLPCC 2014 Shared Tasks Guidelines Chinese Entity Linking

目录

NLPCC 2014 Shared Tasks Guidelines Chines...]]></description><category></category></item><item><title><![CDATA[实体链接小结（一）]]></title><link>https://blog.youkuaiyun.com/github_39012302/article/details/86664716</link><guid>https://blog.youkuaiyun.com/github_39012302/article/details/86664716</guid><author>github_39012302</author><pubDate>Sun, 27 Jan 2019 11:59:38 +0800</pubDate><description><![CDATA[实体链接

实体链接（Entity linking，EL），将文本中的实体提及映射到给定的知识库（KB），在许多领域起到了非常有趣的基础作用，例如问题回答、语义搜索和信息提取。

【主要阶段】

(i)候选生成，为每个提及在KB中获得一组引用实体；

(i i)命名实体消歧，通过计算提及和候选实体之间的相似度，并解决排序问题来选择可能的候选实体。我们将现有的实体链接模型分为两种：local mod...]]></description><category></category></item><item><title><![CDATA[词嵌入，词向量，语言表示]]></title><link>https://blog.youkuaiyun.com/github_39012302/article/details/84943893</link><guid>https://blog.youkuaiyun.com/github_39012302/article/details/84943893</guid><author>github_39012302</author><pubDate>Mon, 10 Dec 2018 17:55:52 +0800</pubDate><description><![CDATA[词嵌入来龙去脉 word embedding、word2vec；

常见的语言表示模型（词嵌入、句表示、篇章表示）

 ]]></description><category></category></item></channel></rss>