原创 依存句法分析—A Fast and Accurate Dependency Parser using Neural Networks
一、問題描述 這是一篇使用神經網絡來做依存句法分析的經典文章，傳統的依存句法分析特徵向量稀疏，特徵向量泛化能力差，特徵計算消耗大，用神經網絡做transition-based貪心模型可以緩解上述問題，準確率提高，速度變快。由於源代碼是ja
2020-06-13 20:36:33
6
原创 圖像識別——AlexNet原理解析及實現
轉載自：https://blog.csdn.net/u012679707/article/details/80793916 &nbs
2020-06-13 20:36:33
1
原创 fasttext源碼解析
轉載自知乎 作者：張曉輝 鏈接：https://zhuanlan.zhihu.com/p/64960839 https://zhuanlan.zhihu.com/p/65687490 來源：知乎 著作權歸作者所有。商業轉載請聯繫作
2020-06-13 20:36:33
2
原创 Graph Embedding（一）—— DeepWalk的原理及實現
1. 概念介紹 圖：是一種非常常用的結構，包含邊和節點； Graph Embedding：圖中的每個節點會對應一個詞向量，某兩個節點挨的越近（或者聯繫越緊密、或者共同的邊越多），詞向量在詞向量空間裏也就越近（想想單詞的詞向量的定義，和這差
2020-06-13 20:36:33
原创 推薦系統——MF及其python實現
前言 目前推薦系統中用的最多的就是矩陣分解方法，在Netflix Prize推薦系統大賽中取得突出效果。以用戶-項目評分矩陣爲例，矩陣分解就是預測出評分矩陣中的缺失值，然後根據預測值以某種方式向用戶推薦。今天以“用戶-項
2020-06-13 20:36:33
2
原创 文獻閱讀筆記—Deep contextualized word representations
遷移學習在nlp領域的應用之pretrain language representation，四連載，建議按順序看，看完對該方向一定會非常清楚的！ （一）ELMO：Deep contextualized word representati
2020-06-13 20:36:33
1
原创 RNN與LSTM系列（二）——LSTM的參數個數
轉載：https://www.cnblogs.com/wushaogui/p/9176617.html 目錄: 1. LSTM簡單介紹 2.簡單假設樣例 3.神經元分析 3.1忘記門層 3.2細胞狀態 3.3輸出層 3.4總結 4.測試
2020-06-13 20:36:33
原创 詞向量訓練skipgram的python實現
skipgram的原理及公式推倒就不詳細說了，主要記錄一下第一個正向傳播和反向傳播都自己寫的神經網絡，也終於體驗了一把負採樣對於詞向量訓練速度的驚人提升，感人！雖然最終的時間複雜度依然較高，不過我正在研究同樣使用python的gensim
2020-06-13 20:36:33
4
原创 排序算法python實現集錦
1. 直接插入排序——升序 #直接插入排序 升序排序 def insert_sort(a): length = len(a) for i in range(1, length): if a[i] <
2020-06-13 20:36:33
原创 文獻閱讀筆記—Multiway Attention Networks for Modeling Sentence Pairs
1. 問題描述 這是一篇計算兩個句子間相似度的文章，用於句子p是否是句子q的另一種表達（paraphrase identification）、句子p是否可以從句子q中推斷出（natural language inference）、句子p是
2020-06-13 20:36:33
原创 可解釋性（2）—— RNN可視化工具RNNVis
一、背景 解釋RNN爲什麼那麼困難： 1. hidden state多，更新hidden state所用的參數更多。 2.使用RNN處理的文本等序列數據，本身語義信息繁多，難以解釋。 3.輸入一個單詞會
2020-06-13 20:36:33
原创 文獻閱讀筆記—Improving Language Understanding by Generative Pre-Training
遷移學習在nlp領域的應用之pretrain language representation，四連載，建議按順序看，看完對該方向一定會非常清楚的！ （一）ELMO：Deep contextualized word representati
2020-06-13 20:36:33
原创 文獻閱讀筆記—BERT: Pretraining of Deep Bidirectional Transformers for Language Understanding
遷移學習在nlp領域的應用之pretrain language representation，四連載，建議按順序看，看完對該方向一定會非常清楚的！ （一）ELMO：Deep contextualized word representati
2020-06-13 20:36:33
原创 用python + stack實現括號有效問題
def isValid(self, s): Parentheses = [] count = 0 Parenthese_dict = {'(' : ')', '[' :
2020-06-13 20:36:33
原创 知識圖譜_關係抽取_文獻筆記（二）
本文介紹一篇18年EMNLP的文章Neural Relation Extraction via Inner-Sentence Noise Reduction and Transfer Learning。對知識圖譜關係抽取前世瞭解一下，再來
2020-06-13 20:36:32