kakazai.cn

语音识别参考：《中文信息处理发展报告2016》什么是语音识别？语音识别(Automatic Speech Recognition,ASR)：利用计算机实现从语音到文字自动转换的任务。语音识别的技术有哪些？语音识别技术 = 早期基于信号处理和模式识别 + 机器学习 + 深度学习 + 数值分析+ 高性能计算 + 自然语言处理语音识别技术的发展可以说是有一定的历史背景，上世纪80年代，语音识别研究的重点...

前言      最近在学习python，看了廖雪峰的入门教程后，想做个小项目来练下手。于是在网上找了一段python 代码。该段代码能实现抓取网页文本，并进行词频分析的功能。       于是自己对照着一条条敲出来，并且自己添加了注释，最后运行成功时，爽爽滴，看来并不难嘛。代码以下代码实现了抓取一个web页面内容，然后对文本内容进行分词统计备注相应的python模板要安装好，可参考本博客的另一篇博...

来源：《中文信息处理报告》定义    旨在以结构化的形式，描述客观世界的概念，实体，事件及其之间的关系，提供了一种更好地组织、管理和理解海量信息的能力，将促进当代信息处理技术从信息服务向知识服务转变。    概念：人们在认识客观世界过程中形成对客观事物的概念化表示，如人、动物、组织机构等。实体：客观世界中的具体事物，如篮球运动员姚明、互联网公司腾讯等。事件：实体的活动，如地震、买卖行为等。关系：描...

来源：《中文信息处理报告》定义    对客观世界知识进行建模，让机器识别和理解，要考虑到的因素是知识的表示，存储，使用，运算。    要解决的关键问题是 1）建立什么样的知识表示形式能够准确地反映客观世界的知识；2）建立什么样的知识表示可以具备语义表示能力; 【啥叫语义表示？】3）知识表示如何支持高效知识推理和计算，从而使知识表示具有得到新知识的推理能力。 当前的主流技术符号主义1) 基础假设其基...

来源：《中文信息处理报告》定义根据特定知识表示模型，从分布异构的海量互联网资源中采用机器学习和信息抽取等技术，建立大规模知识图谱的过程。知识图谱构建的数据源是什么？这种数据源存在什么问题？对应的处理技术是什么？技术处理后，要达到的效果是什么？大规模知识库VS语义集成数据源：互联网上已有许多大规模知识库，比较著名的有 DBPedia、YAGO，wikipedia等。存在问题：知识库之间的异构性，对知...

、来源：《中文信息处理发展报告2016》             author：中文信息协会基础研究：词法与句法分析：李正华、陈文亮、张民（苏州大学） 语义分析：周国栋、李军辉（苏州大学） 篇章分析：王厚峰、李素建（北京大学）语言认知模型：王少楠，宗成庆（中科院自动化研究所） 语言表示与深度学习：黄萱菁、邱锡鹏（复旦大学） 知识图谱与计算：李涓子、候磊（清华大学） 应用研究：文本分类与聚类：涂存超...

前言 本文分为三部分，第一部分是安装两个中文分词工具包，第二部分是对中文字符串进行分词，第三部分是进一步对中文文本进行分词。Part 1 安装中文分词工具背景：已经安装了python3.6，设置好环境变量，安装了pip模块界面：进入windows的管理员命令模式pip install thulac #安装清华大学的thulac中文词法分析包pip ...

TfidfVectorizer所属模块：sklearn功能：原始文本转化为tf-idf的特征矩阵，从而为后续的文本相似度计算，奠定基础该网站可在线测试本文代码，以便快速理解本文代码：http://kakazai.cn/index.php/Kaka/Python/query/name/TfidfVectorizer实例1：普通例子#!/usr/bin/python3n#code-pyt...