MebiuW的专栏

1 前言最近在做某比赛的内容，所以原来很多没有涉及到的方面，到了这里都需要去学习，今天的内容就是序列化和反序列化了。这个学习手札主要内容是收集聚合我所看到的相关知识，加上一些自己的分析和理解，以及最后的Demo，供自己未来复习使用，也供大家参考。2 基本知识介绍首先需要理解下什么是序列化和反序列化，Java序列化是指把Java对象转换为字节序列的过程；而Java反序列化是指把字节序列恢复为Java对

1 什么是pyltp 语言技术平台(LTP) 是由 哈工大社会计算与信息检索研究中心 11 年的持续研发而形成的一个自然语言处理工具库，其提供包括中文分词、词性标注、命名实体识别、依存句法分析、语义角色标注等丰富、 高效、精准的自然语言处理技术。LTP制定了基于XML的语言处理结果表示，并在此基础上提供了一整套自底向上的丰富而且高效的中文语言处理模块(包括词法、句法、语义等6项中文处

1 前文其实我自己也不太清楚我要用这个干什么，只是觉得可能有用，所以先装起来吧。2 安装这里我按照官方的步骤，并适当的增加相应内容 1、首先下载源代码（需要科学上网法）： https://code.google.com/archive/p/word2vec/source/default/source 这个代码如果有空，我会转存到国内 2、解压源代码，进入目录执行如下命令：make如果在mac

1 前言这篇文章主要是根据Tensorflow官方的API文档整理得到的。 本文的主要目的是学习使用Tensorflow提供的机器学习API，构建一个基于神经网络的分类器，对经典的Iris分类数据进行分类。这里的高级API主要是指代tf.contrib.learn里提供的API，2 步骤首先这里说一下基本步骤：从原始数据集的CSV里面读取数据，并且加载到Tensorflow当中构建一个基于神经

本文作为装Redis的手札，方便后续再装，同时也留个分享 我的环境是CentOS 64bit ，不过 Linux 64bit应该都这样 首先下载并且解压wget http://download.redis.io/releases/redis-3.2.5.tar.gztar zxvf redis-3.2.5.tar.gz 随后进入到文件夹进行编译cd redis-3.2.5make sud

GENSIM 使用笔记1 — 语料和向量空间 GENSIM 使用笔记2 — 主题模型和相似性查询 在上一个笔记当中，使用gensim针对中文预料创建了字典和语料库，在这一章节中，主要讲下如何创建相应的主题模型和相似度的匹配，对应原教程的第二章和第三章模型创建在GENSIM当中，最基本的就是创建TF-IDF模型，随后可以在TF-IDF的基础上创建LSI/LDA等等的主题模型。 GENSIM已经封

1 本篇说明本篇博客来源于GENSIM官方向导文档的第一章，主要供自己后续的翻阅，并通过分享带给诸位网友一个小小的参照。从字符串到向量在这一小节当中，将会讲述如何通过gensim，将一段文本以向量的形式表示。 首先我们看一下我们的基本文档形式：documents = [ '拍照反光一直是摄影爱好者较为苦恼的问题', '尤其是手机这种快速拍照设备的成像效果总是难以令人满意',

说明@MebiuW 之前在微博爱可可那里看见一个用Seq2Seq做的聊天机器人，正好下来跑一下代码研究研究。。所以有了这篇手札这篇手札相对完整，即便你环境没什么也能跑Torch安装安装Torch，安装官方的说法，使用git克隆代码后进行安装。 默认安装在了主目录的torch文件下，大家可以根据自己的需求进行更改，安装需要联网下载依赖，还是需要耐心等待下的。git clone https://gi