Ruby.菜耕地

前文说到，特征工程是为了预测结果数据的处理步骤，也简单用了一两个实例说明了文本特征的提取，其中字典特征提取和文本特征主要是将特征数据化，也就是one-hot编码。为了不让一篇博文显得长篇大论，后面两个部分的视频，就另开了一篇来记录

halo！我又来挖坑了，放着草稿箱的若干个深坑没有管，跟进这部分的学习，是为了安心毕业和强大技术栈，从应用角度再次学习机器学习。

项目需要，所以学习一下，自然语言处理，主要是【知识库构建】、【自动摘要生成】、【个性推荐算法】、【聊天机器人|问答系统】这几个部分的应用。有哪些部分在我们学习NLP过程中提的比较多的呢？这是老师在讲课开始提的一个问题，紧跟着回答了，中文分词 依存文法分析 篇章分析自动摘要 实体提取 文本相似度计算知识库构建 聊天机器人 问答系统等中文分词链接自取：结巴、ik...

篇章分析自动分析出文本中的段落层次结果 http://open.memect.cn/section案例分析经过分析，有几种方法，比如分析每行间是否为最后一个字，还有标点符号，还有日期间隔。使用工具可以完成段落间的分割。自动摘要左侧为老师笔记，针对第一个，老师认为比较好用，第二个做得比较好的很少。知识提取文本相似度计算已经有一些工具比较成熟，可以直接搜索gith...

参考链接：百度开源 FAQ 问答系统（AnyQ）安装---Linux（无docker） - nopSled - 优快云博客 https://blog.youkuaiyun.com/qq_28385535/article/details/83213822 自动问答系统流程 - Just for fun的专栏 - 优快云博客 https://blog.youkuaiyun.com/QFire/article/d...

知识库构建在垂直领域容易被忽视的内容，在年报中找到案例中“raw_text”中一条，变动原因。这里提供一个开源的工具 - 开放知识图谱。对于其中的列表资源，可以点进去看一下。问答系统与聊天机器人不同，问答系统较为全面，其中用户通过查询发起请求，对话管理器中将问题路由进行分发。聊天机器人的话，老师提供另一个思路-语料，对问句相似度计算（余弦距离），找到语料中接近的...