Edward ZHANG

原创 图片hdback

原创 NLP-learning-5

Task 5 传统机器学习–朴素贝叶斯 朴素贝叶斯的原理 朴素贝叶斯应用场景 朴素贝叶斯优缺点 朴素贝叶斯 sklearn 参数学习 利用朴素贝叶斯模型结合 Tf-idf 算法进行文本分类 参考资料 朴素贝叶斯1：sklearn：朴素贝叶斯（naïve beyes） - 专注计算机体系结构 - 优快云博客 (https://blog.youkuaiyun.com/u013710265/article/d...

原创 NLP-learning-4

Task 4 文本表示 TF-IDF原理。 文本矩阵化，使用词袋模型，以TF-IDF特征值为权重。（可以使用Python中TfidfTransformer库） 互信息的原理。 使用第二步生成的特征矩阵，利用互信息进行特征筛选。 参考资料 文本挖掘预处理之TF-IDF：文本挖掘预处理之TF-IDF - 刘建平Pinard - 博客园 (https://www.cnblogs.com/pinard...

原创 NLP-learning-3

Task 3 特征提取 1. 基本文本处理技能 1.1 分词的概念（分词的正向最大、逆向最大、双向最大匹配法）； 正向最大   如果叫成最长正向分词要更形象一些，是一种分治+贪婪的思想，并不一时处理全部串，而是分别处理预先设立长度的每一段，在每一段中求取最长的并且出现在字典里面的词。例如：abcdefabcdef，预先设立的最大长度为3。所以，先从串的开始截取长度为三的子串，即abcabc，如...

原创 NLP-learning-2

** Task2 ** 数据集下载探索模块：IMDB数据集（英文）和THUCNews数据集（中文）

原创 NLP-learning-1

之前安装好了anaconda pycharm util.py 用了很久的Jupyter Notebook Tensorflow安装时无法下载cuDNN，安装不了GPU版的