Seal_Wings的博客

模型演变与相关论文汇总 说明 论文关键信息提取： 作者想研究什么（introduction）；采用了什么方法或方案（Results and Discussion）；最后得出了什么结论。（最后再看实验方案。） 基础 《统计自然语言处理》命名实体识别部分 基于规则 ⬇ 大规模语料库的统计方法 条件随机场相关论文： 基于条件随机场的命名实体识别研究_郭家清 基于条件随机场的中文命名实体识别_向晓雯 基...

emmmm，直接照着文章中的实验部分做的。 首先通过词性搭配规则获得候选概念 jieba分词与词性标注 对每种组成结构的概念进行统计（n-gram算法）

社保领域概念提取框架 分词和词性标注是后续实体识别、关系抽取等步骤的关键基础。 论文复现仍然主要依据《社保领域知识图谱构建及应用研究_李佳恒》。 “社保领域概念大多数为一些由基本概念的组合而来的长词，而这些词一般是不会出现在分词工具的词典中，这种词被称作未登录词。解决这种问题有两种主流方法，一种是基于有监督机器学习的领域概念提取算法。这种方法需要人工对数据进行标注，利用隐马尔科夫和条件随机场等模型...

练手数据 使用先前做文献计量学相关实验时为CiteSpace所下载的结构化的数据，原始数据为纯文本。 （原始数据可以通过下面的链接自取） 链接：https://pan.baidu.com/s/1IzP5VLAlz3h82kD0BZXU5Q 提取码：ywbx 复制这段内容后打开百度网盘手机App，操作更方便哦 数据预处理 1、用Python编程提取出其中的摘要部分。 """ 抽取出download_...

第7章 处理文本数据 1.1思维导图 1.2代码 参考链接： 1.3涉及到的算法

分析小说《玩偶之家》 参考链接： 文本可视化[一]——《今生今世》词云生成与小说分析

。。。

经典方法 详细介绍解决NLP词义辨析消歧的经典方法 研究现状 对NLP词义辨析消歧的综述介绍

标题