JingYi的专栏

安装之前只需要把model.cc文件中以下几行代码注释掉即可实现【冻结词向量】。

基于gensim的文档相似度判断：包含文本预处理、向量获取、相似度计算等。

paddlenlp使用预训练模型实现快递单信息抽取中CrossEntropyLoss()指定weight报错

前一段时间看了一篇知乎专栏《PTMs| 2020最新NLP预训练模型综述》，介绍了NLP的一些主流模型。如下图所示：

1.基本原理介绍 TextCNN常用来做短文本的分类问题，其基本网络结构如下图所示：从上图不难看出，TextCNN主要包括嵌入层、卷积层、池化层和全联接softmax层：Embedding：这一层是图中最左边的7乘5的句子矩阵，高为句子中单词的个数，宽为词向量的纬度，这个可以类比为图像中的原始像素点。 Convolution：这一层经过 kernel_sizes=(2,3...

fastText原理和文本分类实战https://blog.youkuaiyun.com/feilong_csdn/article/details/88655927Python interfacehttps://github.com/salestock/fastText.pyimport fasttextroot_path = "/Users/documents/"t...

TextRank原理同PageRank一样，这里暂时就不论述：1.代码实现# encoding = utf-8import jieba# 利用jieba分词# 返回分割后的word listdef getWords(text): allGraphs = text.split('\n') allWords = [] for graph in allGraphs: all...