- 博客(9)
- 资源 (20)
- 收藏
- 关注
RSS订阅原创 【无标题】
知识图谱问答（KGQA）近年来受到了广泛关注，并在这一领域提出了许多创新方法，但在时态KGQA方面的研究相对较少。现有的大多数时态KGQA方法主要关注语义或时态层面的匹配，缺乏对时间约束进行推理的能力。本文提出了一种基于子图的模型，用于在时态知识图谱（TKG）上回答复杂问题，受到人类认知的启发。我们的方法称为子图时态推理（SubGraph Temporal Reasoning，SubGTR），包括三个主要模块：隐式知识提取、相关事实搜索和子图逻辑推理。首先，使用存储在时态知识图谱中的背景知识重新构造问题
2023-05-31 18:02:33
471
1
原创 python3 分句
python3 分句def cut_sent(para): # 分句 para = re.sub('([。！？?])([^”’])', r"\1\n\2", para) # 单字符断句符 para = re.sub('(\.{6})([^”’])', r"\1\n\2", para) # 英文省略号 para = re.sub('(\…{2})([^”’])', r"\1\n\2", para) # 中文省略号 para = re.sub('([。！？?][”
2021-09-18 10:38:53
631
原创 python3 转义字符（unicode）和原始字符相互转换（r）
这里写自定义目录标题python3 转义字符（unicode）和原始字符相互转换（r）unicode转换为 原始字符（u ->r）原始字符 转换为 unicode（r->u）python3 转义字符（unicode）和原始字符相互转换（r）unicode转换为 原始字符（u ->r）text = u"百度科技有限\t公司\n总部位于北京。" print(text)print(list(text))# 转义字符(\n看成单个字符) 转换为 非转义字符(\n看成两个
2021-09-18 09:57:52
732
原创 pytorch=1.4构建dataloader
pytorch=1.4构建dataloaderimport torch import torch.utils.data as Data BATCH_SIZE = 3 # 批训练数据的个数x = torch.linspace(1,10,10) # 原始数据y = torch.linspace(10,1,10) # 标签torch_dataset = Data.TensorDataset(x,y) # 转换为torch能识别的Dataset# 把上一步做成的数据集放入Data.Data
2021-01-18 17:31:31
229
1
原创 fasttext训练的bin格式词向量转换为vec格式词向量
fasttext训练的bin格式词向量转换为vec格式词向量#加载的fasttext预训练词向量都是vec格式的，但fasttext无监督训练后却是bin格式，因此需要进行转换# 以下代码为fasttext官方推荐：# 请将以下代码保存在bin_to_vec.py文件中from __future__ import absolute_importfrom __future__ import divisionfrom __future__ import print_functionfrom __f
2021-01-16 16:07:23
1284
原创 使用fasttext训练
使用fasttext训练分类模型import fasttextimport pandas as pdimport jieba# 训练数据路径train_data_path = "./name_question.train"# 验证数据路径valid_data_path = "./name_question.valid"# 词粒度存储路径word_train_data_path = "./name_question.train.2"word_valid_data_path = "./n
2021-01-16 15:14:20
1434
原创 pytorch=1.4标签平滑技术
pytorch=1.4标签平滑技术标签平滑的作用是小幅度改变原有标签的值域，如[0,0,1]–>[0.1,0.1,0.8],它适用于人工的标注数据可能非完全正确的情况，可以使用标签平滑来弥补这种偏差，减小模型对某一条规律的绝对认知，防止过拟合。在pytorch=1.4中，当使用原生的交叉熵损失（CrossEntropyLoss()）时，要求标签值必须为整型。当使用标签平滑技术时候可以重新定义一个类似计算规则的标签平滑交叉熵损失函数。## 自定义标签平滑后的交叉熵损失class LabelSmo
2021-01-16 14:10:40
878
原创 使用pytorch实现fasttext
使用pytorch实现fasttextimport torchimport torch.nn as nnclass FastText(nn.Module): """创建fasttext模型的类""" def __init__(self, vocab_size, embed_dim, num_class): """ :param vocab_size: 语料中不重复的词汇总数 :param embed_dim: 词嵌入维度
2021-01-15 15:47:17
803
1
原创 linux服务器每次链接进入指定文件夹设置方法
linux服务器每次链接进入指定文件夹设置方法1、链接服务器2、直接在命令行输入： vi /用户名/.bashrc例如想用root用户进入指定的home目录# vi/root/.bashrc回车3、在英文编辑状态下按下键盘字符 “i” 进入编辑模式4、在最后一行输入指定目录比如我的是：cd /home5、编辑完成后，按下ESC键进入命令模式，再次输入冒号进入末行模式，再次输入“wq” 保存并退出5、退出再次连接linux服务器将直径进入home目录...
2020-11-24 11:51:21
1935
2
NLP关系抽取开源数据集WebNLG
2022-06-29
《集成锁相环原理特性及应用》 书
2018-11-12
离轴全息记录与再现。
2018-10-19
伽博同轴全息记录与再现。通过衍射计算完成光学同轴全息记录与再现过程的仿真，可以观察再现像的特点。,
2018-10-19
空间滤波。光学联合变化相关识别实验。
2018-10-19
空间滤波。阿贝二次成像理论和阿贝-波特实验。
2018-10-19
物体的复振幅透过率tx=cos(2*pi*x./b) 观察相干和非相干照明下的成像。
2018-10-19
物体的复振幅透过率t(x)=abs(cos(2pi*x/b)) 观察相干和非相干照明下的成像。
2018-10-19
相干与非相干成像系统的比较。复习光学传递函数OTF的概念，以及该函数与相干传递函数CTF的关系。用OTF完成单透镜系统成像的计算。
2018-10-19
用衍射追迹实现衍射受限透镜成像。
2018-10-19
菲涅尔衍射积分的D FFT算法。分别改变抽样数、衍射距离，观察计算结果，同时与S FFT算法和T FFT的结果比较。
2018-10-19
菲涅尔衍射积分的T FFT算法。分别改变抽样数、衍射距离，观察计算结果，同时与S FFT算法的结果比较。
2018-10-19
菲涅尔衍射积分的 S FFT算法。理解用S FFT算法完成菲涅尔积分原理，特别是确定观察面尺寸的原理及相应公式的来源。
2018-10-19
二维光场分析（球面波）。MATLAB代码。
2018-10-19
二维抽样定理（惠特克-香农抽样定理，Whittaker_Shannon sampling theorem）利用抽样函数重构原函数的过程和还原条件。
2018-10-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人