zjm750617105的专栏

1. one-hot 表示形式的缺点： a. 一般任务词汇量至少1w+，维度灾难 b. 没有考虑词之间的联系，“词汇鸿沟”2. 小概念术语： word embedding 和 word2vec。 Word embedding 是 词嵌入，是所有word represent 方法的总称，而word2vec只是其中的一种方式。3. word2vec 一般常用的两个工具，分别是go...

解决方案链接: https://github.com/NLPchina/ansj_seg/issues/681提供给对于 java不熟, 不想用jiaba分词, 对 ansj_seg 念念不忘的同学们一个 python 一个解决方案: 环境: python2.7 jdk1.8.0_161 tree_split-1.5.jar, nlp-lang-1.7.7.jar和 ansj_seg-5....

首先跑通xnli的代码,根据xnli的中间结果或者数据格式来修改我们自己的任务.修改 xnli 任务记得的几个坑:1. 下载 XNLI-1.0.zip 报错了, 下载地址的问题, 根据ReadMe找到原始的下载地址, 修改为 xnli_http="https://www.nyu.edu/projects/bowman/xnli"2. 安装 pip install jieba ...

参考：https://stackoverflow.com/questions/45663121/about-stanford-word-segmenter/45668849https://cloud.tencent.com/developer/article/1346917主要解决方法： https://github.com/nltk/nltk/pull/1735 命令行： ...