NLP
文章平均质量分 66
cartes1us
qq 2803134162
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
NLP-RNN,LSTM基础摘要
本文适合有一定基础的同学翻阅,内容比较精炼,主要是用于复习,不建议新手看,新手推荐:https://www.youtube.com/user/wsszju/videos 最简单的RNN 结构还是很简单的,左边是真实的RNN模型,右边是根据时序展开后的,便于理解,A是tanh函数: simple RNN 与LSTM的对比: LSTM最重要的设计是传输带,将过去的信息直接传入下一时刻,以避免梯度消失。 同时含有很多Gate:Forget Gate,Input Gate,Output Gate。 下图中,四原创 2022-05-12 20:34:39 · 502 阅读 · 0 评论 -
NLP-文本表示(Text Representation):TF-IDF和Embedding
TF-IDF 该指标的意义:tf-idf通过词频统计的方法得到某个词对一篇文档的重要性大小(没有考虑语义信息)。 计算公式: TF-IDF = tf*idf tf 值(term frequency): idf值(inverse document frequency)原创 2022-05-12 11:06:19 · 1149 阅读 · 0 评论
分享