原创 基於機器學習技術實現一個醫學輔助診斷的專家系統原型

A1神經網絡實現手寫識別系統 A2血常規檢驗報告的圖像OCR識別 ocr原理以及code review 圖片相似度的判斷 A3根據血常規檢驗的各項數據預測年齡和性別 神經網絡原理 調參經驗 數據封裝 TensorBoa

原创 劍指offer7——兩個棧實現隊列

class Solution { public: void push(int node) { stack1.push(node); } int pop(){ if(stac

原创 Learning to Ask Good Questions筆記

Motivation A principle goal of asking questions is to fill information gaps, typically through clarification ques

原创 DKN: Deep Knowledge-Aware Network for News Recommendation閱讀筆記

這篇論文發表在2018年的WWW上。引入知識來進行新聞推薦。 關鍵詞:News recommendation; knowledge graph representation; deep neural networks; atten

原创 Improving Question Answering over Incomplete KBs with Knowledge-Aware Reader閱讀筆記

目錄MotivationTask DefinitionModelSubGraph ReaderQuestion-Relation MatchingExtra Attention over Topic Entity Neighbor

原创 Unsupervised Commonsense Question Answering with Self-Talk 閱讀筆記

來源 ACL 2020 本文提出了一種無監督的常識答案選擇方法,這種方法可以生成並且整合來自預訓練語言模型的知識。 任務 multiple-choice question answering tasks. 每個樣本包含上下文ccc

原创 TF-IDF: 文本的一種向量表示

TF-IDF是Term Frequency-Inverse Document Frequency的簡稱。她是一種非常常見的用於將文本轉化爲有意義的數字表示的算法。這個技術被廣泛的應用與NLP的各個方面。本文將會介紹怎樣計算和應用T

原创 HMM公式

aija_{ij}aij​

原创 劍指offer39——數字在數組中出現的次數

class Solution { public: int GetNumberOfK(vector<int> data ,int k) { int length = data.size();

原创 劍指offer42——翻轉字符串vs左旋

劍指offer中的思路運用三次翻轉。 翻轉字符串的代碼: void Reserve(string& str,int Begin,int End) { char temp; while(Be

原创 劍指offer——重建二叉樹

/** * Definition for binary tree * struct TreeNode { * int val; * TreeNode *left; * TreeNode *righ

原创 拉格朗日插值——基於scipy實現

拉格朗日插值數學原理 在節點上給出節點基函數,然後做基函數的線性組合,組合係數爲節點函數值,這種插值多項式稱爲拉格朗日插值公式 已最簡單的兩點插值爲例,已知函數y = f (x)在給定互異點x0, x1上的值爲y0= f (x0

原创 劍指offer45——圓圈中最後剩下的數字

題目要求 法一 法二 題目要求 每年六一兒童節,牛客都會準備一些小禮物去看望孤兒院的小朋友,今年亦是如此。HF作爲牛客的資深元老,自然也準備了一些小遊戲。其中,有個遊戲是這樣的:首先,讓小朋友們圍成一個大圈。然後,他隨機

原创 劍指offer40——數組中只出現一次的數字

題目描述 一個整型數組裏除了兩個數字之外,其他的數字都出現了兩次。請寫程序找出這兩個只出現一次的數字。 解答 先考慮只有一個只出現一次的數字情況。從頭到尾異或所有數字,相同的數字異或得0,必然只剩下只出現一個那個數字。 當有兩個

原创 Transferable Multi-Domain State Generator for Task-Oriented Dialogue Systems筆記

來源ACL2019 任務:multi-domain dialogue state tracking 如下圖所示,多領域對話狀態追蹤會根據一段對話生成多個不同領域的狀態 前人方法的問題 以前的狀態追蹤方法都假設ontology是預