yimixgg的博客

参考链接：https://www.cnbeta.com/articles/tech/703459.htmhttps://blog.youkuaiyun.com/cskywit/article/details/79192855http://tech.sina.com.cn/roll/2018-02-04/doc-ifyreuzn2571006.shtmlhttps://www.linuxprobe.com/de...

参考原文链接：https://blog.youkuaiyun.com/appleml/article/details/78190559参考其他crf链接：1、https://blog.youkuaiyun.com/qrlhl/article/details/786765032、https://blog.youkuaiyun.com/u014688145/article/details/580557503、https://www.ji...

问题：安装TensorFlow（CPU版本），使用pip install tensorflow安装，安装一切顺利，但是在跑一个简单的程序时，遇到如下情况： 大概意思是：你的CPU支持AVX扩展，但是你安装的TensorFlow版本无法编译使用。原因：除了通常的算术和逻辑，现代CPU提供了许多低级指令，称为扩展，例如， SSE2，SSE4，AVX等来自维基百科： 高级矢量扩展（AVX）是英特尔在2...

2018.04.04更新：z增加对NYT+Freebase数据集的两个版本的说明对近几年(到2017)一些关系抽取/分类(Relation Extraction)的部分文献的一个简单总结。基本介绍基本定义关系抽取: 从一个句子中判断两个entity是否有关系，一般是一个二分类问题，指定某种关系关系分类: 一般是判断一个句子中 两个entity是哪种关系，属于多分类问题。常用数据集ACE 2005:...

参考链接：https://so.youkuaiyun.com/so/search/s.do?q=%E5%85%B3%E7%B3%BB%E6%8A%BD%E5%8F%96&t=%20&u=本文为 11 月 22 日，清华大学计算机系——冯珺博士在第 18 期 PhD Talk 中的直播分享实录。随着强化学习在机器人和游戏 AI 等领域的成功，该方法也引起了越来越多的关注。本期 PhD Talk，...

参考链接：https://blog.youkuaiyun.com/heuguangxu/article/details/80230720经济责任审计知识图谱构建流程总结。    自2012年Google提出“知识图谱”的概念以来，知识图谱就一直是学术研究的重要方向，现在有很多高校、企业都致力于将这项技术应用到医疗、教育、商业等领域，并且已经取得了些许成果。Google也宣布将以知识图谱为基础，构建下一代智能搜...

1、  基于NLTK的命名实体识别（分词、词性标注）2、  windows系统64位—在python3下安装nltkwindows系统64位—在python3下安装nltk（参考链接：https://blog.youkuaiyun.com/llx1026/article/details/78034238）在网上找了各种安装教程，都没有在python3下安装nltk，于是我自己尝试着安装，算是成功了1、首先，假...

 参考链接：https://blog.youkuaiyun.com/hfutdog/article/details/78155467因为最近在学习自然语言处理的相关知识，QQ小冰这个东西最近又很热，所以就试着玩了下两个开源聊天机器人，在这里分享一点小经验，希望对有共同兴趣的人能起到那么一点作用。      我主要测试了两个聊天机器人，一个是ChatterBot，另外一个是基于tensorflow的chatbo...

转载博客：https://blog.youkuaiyun.com/qq_32400847/article/details/60467433本文转载自Python基于共现提取《釜山行》人物关系 《釜山行》是一部丧尸灾难片，其人物少、关系简单，非常适合我们学习文本处理。这个项目将介绍共现在关系中的提取，使用python编写代码实现对《釜山行》文本的人物关系提取，最终利用Gephi软件对提取的人物关系绘制人物关系图...

本文参考博文：http://blog.youkuaiyun.com/appleml/article/details/79009171

本文转载博文：http://blog.youkuaiyun.com/shijing_0214/article/details/51971734（亲测有用）使用python的时候经常会遇到文本的编码与解码问题，其中很常见的一种解码错误如题目所示，下面介绍该错误的解决方法，将‘gbk’换成‘utf-8’也适用。 （1）、首先在打开文本的时候，设置其编码格式，如：open(‘1.txt’,encoding=’gbk...

97.5%准确率的深度学习中文分词（字嵌入+Bi-LSTM+CRF）摘要深度学习当前在NLP领域发展也相当快，翻译，问答，摘要等基本都被深度学习占领了。 本文给出基于深度学习的中文分词实现，借助大规模语料，不需要构造额外手工特征，在2014年人民日报语料上取得97.5%的准确率。模型基本是参考论文：http://www.aclweb.org/anthology/N16-1030

系统学习深度学习（三十）--BiLSTM论文：http://download.youkuaiyun.com/detail/app_12062011/9923646转自：http://blog.youkuaiyun.com/jojozhangju/article/details/519822541. Recurrent Neural Network (RNN)尽管从多

本文参考博文：http://blog.youkuaiyun.com/hqc888688/article/details/73559365                       https://zhuanlan.zhihu.com/p/23635696                       https://www.cnblogs.com/theodoric008/p/7874373.html感觉这篇...

转载：http://blog.youkuaiyun.com/zuanfengxiao/article/details/78692761联合学习（Joint Learning）一词并不是一个最近才出现的术语，在自然语言处理领域，很早就有研究者使用基于传统机器学习的联合模型（Joint Model）来对一些有着密切联系的自然语言处理任务进行联合学习。例如实体识别和实体标准化联合学习，分词和词性标注联合学习等等。最...

转载：http://blog.youkuaiyun.com/sparkexpert/article/details/72785304一、关系抽取简介信息抽取的主要目的是将非结构化或半结构化描述的自然语言文本转化成结构化数据（Structuring），关系抽取是其重要的子任务，主要负责从文本中识别出%9识别出实体（Entities)，抽取实体之间的语义关系。如：句子“Bill Gates is the foun...

本文参考博文1：基于新标注模式的实体和关系联合抽取方法 | 论文访谈间 #07http://www.sohu.com/a/147437571_500659本文参考博文2：http://blog.youkuaiyun.com/appleml/article/details/76377250本文参考博文3：https://www.cnblogs.com/robert-dlut/p/7710735.html本文参考...

中间蓝色区域表示一层layer，左边输入右边输出。softmax layer的意思就明白了。

关系抽取总结：信息抽取的主要目的是将非结构化或半结构化描述的自然语言文本转化成结构化数据（Structuring），关系抽取是其重要的子任务，主要负责从文本中识别出实体（Entities)，抽取实体之间的语义关系。如：句子“Bill Gates is the founder of MicrosoftInc.”中包含一个实体对(Bill Gates, Microsoft Inc.)，这两个实体对之间...

本文参考博文：http://ai.51cto.com/art/201801/562743.htm(总结的比较好)http://blog.youkuaiyun.com/yimixgg/article/details/79416944