mpk_no1的博客

本文主要讲述一个层次聚类实例，使用层次聚类算法将相似图书的目录进行聚类。由于不知道要聚为多少类，所以Kmeans聚类算法不适用，而层次聚类由于不需要设置聚类中心数，只要传递一个阈值即可，所以正好适合于这个问题。本文将结合层次聚算法的原理以及其Java代码实现来展现文本聚类的一个实现方式。具体代码见我的GitHub（点击打开链接）

句子对匹配（Sentence Pair Matching）问题是NLP中非常常见的一类问题，所谓“句子对匹配”，就是说给定两个句子S1和S2，任务目标是判断这两个句子是否具备某种类型的关系。本文用机器学习算法实现了一种有监督的句子对匹配方法，使用的机器学习分类算法有：逻辑回归（LR）、SVM、GBDT和随机森林（RandomForest），使用的工具是Sklearn。并在Quora公开的一个数据集上做了一些对比试验。

频繁项挖掘-Apriori算法

自编码器AutoEncoder学习总结，整理AutoEncoder的原理，AutoEncoder在分类任务上的使用，稀疏AE，以及对AE改进得到文档或句子向量表达的一篇paper（KATE: K-Competitive Autoencoder for Text）（KDD2017）