tagging笔记

最新推荐文章于 2021-07-30 09:32:46 发布
原创 最新推荐文章于 2021-07-30 09:32:46 发布 · 885 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#bookmarks #user #算法 #blog


tag可以标注在users，photos，articles，bookmarks，products，blog entries等等。
用term 向量可以表示metadata，每一个term或者tag都是向量中的一维。
向量中所有的term集合就是词表。
user 和item都用tag来表示，那么就可以计算user和item之间的相关性。可以使用BM25算法?
使用tag可以对user之间做关联。

tag可以不仅仅是term，还可以是类目属性等等信息

content-based 的方法：
Bidirectional LSTM-CRF Models for Sequence Tagging阅读笔记
长弓smile的博客
05-23 5369
参考文献 Huang Z, Xu W, Yu K. Bidirectional LSTM-CRF Models for Sequence Tagging[J]. Computer Science, 2015. 本篇论文介绍了LSTM网络、BI-LSTM网络、CRF网络、LSTM-CRF网络、BI-LSTM-CRF网络，比较将它们用于自然语言处理的性能与准确率。重点介绍了BI-LSTM-CRF网...
23.Position-Aware Tagging for Aspect Sentiment Triplet Extraction阅读笔记
薰珞婷紫小亭子的博客
11-18 1590
23.Position-Aware Tagging for Aspect Sentiment Triplet Extraction阅读笔记 Author Information:：Lu Xu* 1, 2 , Hao Li* 1, 3, Wei Lu1, Lidong Bing2 Institutions Information: 1 StatNLP Research Group, Singapore University of Technology and Design 2 DAMO Academy, Al
Tagging-Taggie 基于标签管理的个人知识管理开源软件
11-28
前言： 这是本人开发的个人知识管理软件，特别适合需要阅读大量pdf\word\mht\txt等格式文献的科研人员，有效提高个人知识管理能力，减轻记忆压力。因为这几年来都没有时间开发和维护，所以现在开源，希望有人能发扬光大。由于时间关系，没有很好整理文档，而且不是最新版，需要的请联系。本人曾参与Sourceforge的latex2rtf项目，在知识管理方面具有独创见解，希望大家能共同探讨，促进我国科研人员的个人知识管理水平。 本软件综合了Tag2Find、Leapfrog Tag等Tag管理软件的优点，同时克服了这类软件速度奇慢的缺点，具有Everything一样的即时搜索性能。所以叫Tagging-Taggie。 大致工作流程： ------------------------------------------------------------ 1. 启动Tagging软件，此时后台会运行一些针对常用阅读软件开发的AutoHotkey脚本（可以自定义）； 2. 在你熟悉的阅读软件中（例如Acrobat Adobe、Pdf Xchange Viewer, Office Word等里面）按下快捷键 Ctrl+`,将弹出一个迷你窗口（叫Taggie），可以输入各类标签(也可以从常用词中选择，如文章类型，重要性)，同时显示以前的关键词，所有标签和当前页码等信息会自动保存到数据库中。 如果按下快捷键 Alt+`，则不弹出任何窗口，但是数据库中将记录此文件的标题，当前选中的文字前20个字等信息，这样方便地保存了您的访问记录，而且不受软件的限制。 3. 打开Tagging主界面（类似Everything），可以一边打字输入一边获得检索结果，同时有最近浏览记录、访问最多记录、最常用Tag等信息。 注：上述快捷键可以自定义，例如设置为F1是最轻松的。 背景知识： ----------------------------------------------------------- 一般来说，我们阅读科技文献时，希望随时快速记下带有自己思维方式的Tag，比如这篇文章是欧洲某国的，这一页很重要，这篇文章很重要，这篇文章是90年代的，这篇文章是某公司或某大学的，这是会议文章/期刊文章/技术报告/国际标准等等。但是如果采用重命名文件的方法（适用于Tag较短的情况），就会疲于应付。 如果你是研究生或者科研工作者，那么自然需要阅读大量的文献，采用其它知识管理软件都需要大量的鼠标和键盘动作，同样会疲于应付。 换句话说，采用文件夹管理只是实现了文件的树状分类，但是一篇文献在每个人脑海里面还有特殊的标签，只有采用标签和树状分类才能保证我们的每一篇文献都能快速找到。 采用本软件，你就可以从各种蛛丝马迹中找到你曾经阅读过的文献。 工作机理 ------------------------------------------------------- 1. Taggie会自动获得当前文件的特定属性，例如文件创建日期、pdf的页数、已有关键词等，并根据这些信息为该文件创建一个UUID.lnk，如果开启了Distributed Link Tracking Client服务，在本地计算机你可以随意重命名或者移动该文件，以后用Tagging搜索Tag时都可以找到该文件。 2. 当前版本用到的数据库其实就是类似csv或者xls的文本文件，你也可以通过OneNote接口把数据保存到One文件里面去，这样可以在OneNote里面补充注释，管理起来更加富有层次。 细节和讨论： ---------------------------------------------------------- 1. 多个标签数据库的同步和合并； 可以为不同电脑指定一个特定的数据库名字，在Tagging里面可以勾选要搜索的数据库，一般不用考虑数据同步。但是最好能随时把个人的数据库上传到快盘之类的地方，或者用Groove同步，实现团队成员的知识管理。 2. 采用Symbolic link的方式与采用快捷方式的对比。 还没有测试。 3. 。。。。
标记（Tagging）能给网站带来的7大益处
华章IT官方博客
06-20 462
现在让我们看看“价值中心设计”方程式的另一侧：投资回报。无论你是管理着一个本地化内部网的《财富》500强企业，还是开发Web应用的小型创业公司，都会想知道一个重要问题的答案：“标记能为我做什么？” 标记对于使用它的组织有7个潜在的益处。有些团体可能会认识到其中的好几个，有些则只会认识到一个。关键是理解其对你可能的益处，并设计一个标记系统来对其加以利用。 辅助协同工作 标记是用户以资源和标签形...
搜索引擎算法之 Query Tagging
数据挖掘爱好者
01-05 1195
  《Using Search-Logs to Improve Query Tagging》，google论文https://static.googleusercontent.com/media/research.google.com/zh-CN//pubs/archive/38276.pdf 根据搜索查询语料来标注词性标签。基于统计的方法来做。 搜索：budget rent a car 搜...
算法复习笔记 | 排序算法比较
Allan的专栏
09-14 4149
最近正好复习复习算法，于是从排序算法开始做一个总结。以下的代码均为原创，如果有任何问题，欢迎指正。简单来讲，排序算法的实质是将长度为n的数组中的数字按照从小到大或者从大到小的顺利排列。 简而言之，在不考虑算法的情况下，我们可以把排序抽象为如下的一个函数：array表示T类型的一个数组，num表示数组的长度。本文假设我们实现的排序算法都是按照从小到大的顺序排列；从大到小的排列类似。
（翻译）标签模式（Tagging）
gc_2299的博客
06-10 1216
问题概述 用描述性的关键字对多项内容进行标记、分类和组织。[1]</font> 用途 用于当网站中的内容可能对应多种分类，不必只放到某一分类中时 用于想让用户向网站中上传数据，并让他们自己为数据分类时
【论文笔记】Bidirectional LSTM-CRF Models for Sequence Tagging
Swaggie的笔记博客
07-30 362
Bidirectional LSTM-CRF Models for Sequence Tagging Created time: July 12, 2021 2:06 PM Last edited time: July 30, 2021 9:31 AM PDF: https://arxiv.org/pdf/1508.01991.pdf Tags: NER 参考材料: https://zhuanlan.zhihu.com/p/119254570 大致思路: 枚举了LSTM, BI-LSTM, LSTM-CRF
论文笔记|Bidirectional LSTM-CRF Models for Sequence Tagging
u011150266的博客
06-05 1047
前言 这篇论文是关于NER的一片经典论文，由百度研究院2015年发表。论文来源 前两篇论文笔记与其说是笔记，更多地却像是在做翻译，最近才开始系统接触NER，便选择了较经典的一篇，基础向。 文章目录摘要正文LSTMCRFLSTM-CRFBiLSTM-CRF实验数据集特征结果总结 摘要 该论文提出了几种基于LSTM的序列标注模型：LSTM，BiLSTM，LSTM-CRF，BiLSTM-CRF。该工作首次将BiLSTM-CRF应用于NLP基准序列标注数据集。 正文 序列标注包括词性标注(POS)、词义组块(chu
【论文笔记】Joint Extraction of Entities and Relations Based on a Novel Tagging Scheme
u011150266的博客
06-04 1466
目录摘要1 介绍2 问题定义2.1 基线 : 标签约束2.2 图约束3 方法3.1 转换系统3.2. 搜索算法3.3. 组合函数4 实验4.1 数据集4.2 实验结果总结 摘要     实体提取和关系提取都可以通过联合执行，使得每个任务都能纠正彼此的错误。 现有的大多数联合方法都是单独提取实体和关系，通过参数共享实现联合学习，但这种方式会导致输出实体和关系之间的信息不能被充分利⽤。在本文中，作者通过设计⼀种图方案将联合任务转换为有向图，并提出了⼀种基于转换的方法来生成
词性标注POS tagging
Marshall的专栏
07-04 1万+
基于隐马尔可夫模型的有监督词性标注
斯坦福大学-自然语言处理入门 笔记 第十二课 词性标注（Part-of-speech tagging）
苏三慎的博客
10-21 1万+
一、词性（part-of-speech)介绍 词性：名词（Nouns)，动词（Verbs)，形容词（Adjectives）， 副词（Adverbs)等等就是我们想要研究的词性 我们可以把词性分为开放类（open class）和闭合类（closed class）。 闭合类只有固定的一些词不会再增加，包含 限定词（determiners)：a,an,the 代词（pronouns）:she,he...
经典的观点挖掘算法（文本挖掘系列）
Arthur-Chen的专栏
08-31 1万+
最近阅读了美国伊利诺伊大学教授刘兵的一篇关于观点挖掘的KDD论文（Mining and Summarizing Customer Reviews），其观点挖掘算法非常经典，特此做记录，互相探讨。
POS Tagging
热门推荐
日知录
08-26 2万+
POS tagging :part-of-speech tagging , or word classes or lexical categories . 说法很多其实就是词性标注。那么用nltk的工具集的off-the-shelf工具可以简单的对文本进行POS tagging>>> text = nltk.word_tokenize("And now for something completely different") >>> nltk.pos_tag(text) [('And', 'C
Chapter 8 Part-of-Speech Tagging
boywaiter的专栏
05-17 3678
Chapter 8 Part-of-Speech Tagging Speech and Language Processing ed3 读书笔记 parts-of-speech: noun, verb, pronoun, preposition, adverb, conjunction, participle, and article. Parts-of-speech (also known as...
史上最全的机器学习资料（下）
lipc_的博客
08-04 9217
摘要： 机器学习牵涉的编程语言十分之广，包括了MATLAB、Python、Clojure、Ruby等等。为了让开发者更加广泛、深入地了解机器学习，云栖社区组织翻译了GitHub Awesome Machine Learning 资源，涵盖24种编程语言的机器学习的框架、库以及其他相关资料。 推荐：史上最全的机器学习资料（上） 机器学习(Machine Learning, ML)
NLP中的 POS Tagging 和Chunking
Sirow的博客
04-15 1万+
这篇文章将使用NLTK向您解释NLP中的词性标注 (POS-Tagging)和组块分析(Chunking)过程。词袋模型(Bag-of-Words）无法捕捉句子的结构，有时也无法给出适当的含义。词性标注和组块分析帮助我们克服了这个弱点。 NLTK多用于英文文本，所以这篇以英文解释。 词性标注（POS-Tagging） 词性可以解释为一个词在句子中的使用方式。词性有八个主要组成部分：名词、代词、形...
POS Tagging词性标签解析
qq_21460525的博客
05-20 6487
CS | CS | 从属连词（例子：若，如果，如…）| C |vd |”副动词” VC |VC |系动词，“是” | AD 副形词 AD |AD |副词 |d |vn |名动词 NR |NR |专有名词 |...
结巴分词4--词性标注
weixin_34107739的博客
12-12 1953
作者：zhbzz2007 出处：http://www.cnblogs.com/zhbzz2007 欢迎转载，也请保留这段声明。谢谢！ 1 简介 词性（part-of-speech）是词汇基本的语法范畴，通常也称为词类，主要用来描述一个词在上下文的作用。例如，描述一个概念的词就是名词，在下文引用这个名词的词就是代词。有的词性经常会出现一些新的词，例如名词，这样的词性叫做开放式词性。另外一些词性中的词...
CRF机器学习笔记配套代码解读
- 词性标注（Part-of-Speech Tagging）：为文本中的每个词分配一个词性，如名词、动词等。 - 命名实体识别（Named Entity Recognition, NER）：识别文本中的特定实体，如人名、地名、组织名等。 - 语义角色标注...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值