Overview Lesson 26 - Embeddings and Word2vec Lesson 27 - Siraj's Style Transfer Log 3/10/2017: Lesson 26; Reading Note Lesson 26 - Embeddings and Word ...
分类：
其他好文 时间：
2017-03-11 10:39:24
阅读次数：
162
首先，大概讲一下自然语言处理的背景。互联网上充斥着大规模、多样化、非结构化的自然语言描述的文本，如何较好的理解这些文本，服务于实际业务系统，如搜索引擎、在线广告、推荐系统、问答系统等， 给我们提出了挑战。例如在效果广告系统中，需要将 Query(User or Page) 和广告 Ad 投影到相同的 ...
分类：
其他好文 时间：
2017-02-18 18:49:11
阅读次数：
2428
环境： win7+python3.51. 下载wiki中文分词语料 使用迅雷下载会快不少，大小为1个多G https://dumps.wikimedia.org/zhwiki/latest/zhwiki-latest-pages-articles.xml.bz2 2. 安装opencc用于中文的简繁... ...
分类：
编程语言 时间：
2017-02-18 18:35:17
阅读次数：
7001
背景：当读取一个key value数据的时候，python的字典结构会造成内存使用扩10倍左右，无可容忍。此文解决这个问题 数据：word2vec训练的结果，word对应400维的词向量。词表共1.6G左右 解决方案：利用python的class array进行解决。 步骤：1、将原始数据，转化成k ...
分类：
编程语言 时间：
2016-12-15 14:28:01
阅读次数：
259
看看一只豆瓣影视小爬虫是如何诞生的，JewelCrawler可以爬影视详情和短评并基于Word2Vec做情感分析，代码已经发在Github上。 ...
分类：
编程语言 时间：
2016-12-11 15:02:18
阅读次数：
276
抓了20000多条的短评数据，利用Word2Vec算法做了一回情感分析，透过这些几个字到几百个字不等的短评来一窥评论者的喜怒哀乐。看看如何使用中文分词器以及加载停用词库，Word2Vec又是如何构建语料库，训练数据集以及得到模型的。 ...
分类：
编程语言 时间：
2016-12-04 07:51:59
阅读次数：
817
R语言由于效率问题，实现自然语言处理的分析会受到一定的影响，如何提高效率以及提升词向量的精度是在当前软件环境下，比较需要解决的问题。
笔者认为还存在的问题有：
1、如何在R语言环境下，大规模语料提高运...
分类：
编程语言 时间：
2016-11-18 16:09:22
阅读次数：
3040
词向量的表示主流的有两种方式，一种当然是耳熟能详的google的word2vec，还有一类就是GloVe。那么前面一类有三个开源的包，后面这一类我倒是看到得不多，恰好是在我关注了许久的一个包里面有，它...
分类：
其他好文 时间：
2016-11-17 20:45:26
阅读次数：
1329
大学前基础教育，耐力，怀疑精神书籍：鲁滨逊漂流记，大卫-科波菲尔 大学C语言，C++基础，汇编，自动控制，高等数学，物理，电路基础，GPS等软件工程师初级，遗传算法人文基础，自由主义学说，渴望了解并改变世界人文书籍：1984，论自由，人生中不可不想的事，野火集，人权是什么 研究生数学，算法，机器学习 ...
分类：
其他好文 时间：
2016-11-13 02:16:40
阅读次数：
253
笔者寄语：2013年末，Google发布的 word2vec工具引起了一帮人的热捧，大家几乎都认为它是深度学习在自然语言领域的一项了不起的应用，各种欢呼“深度学习在自然语言领域开始发力 了”。
基于w...
分类：
编程语言 时间：
2016-10-31 22:19:25
阅读次数：
338
