原创 英文文本分類——電影評論情感判別
目錄 1、導入所需的庫 2、用Pandas讀入訓練數據 3、構建停用詞列表數據 4、對數據做預處理 5、將清洗的數據添加到DataFrame裏 6、計算訓練集中每條評論數據的向量 7、構建隨機森林分類器並訓練 8、讀取測試數據並進行預測
2020-05-31 14:37:20
原创 NLTK使用方法總結
目錄 1. NLTK安裝與功能描述 2. NLTK詞頻統計（Frequency） 3. NLTK去除停用詞（stopwords） 4. NLTK分句和分詞（tokenize） 5. NLTK詞幹提取 （Stemming） 6. NLTK
2020-05-31 14:37:10
9
原创 LSTM對股票的收益進行預測（Keras實現）
目錄 一、概述： 二、股票數據準備 三、股票數據預處理 1、數據特徵歸一化（標準化） 2、將數據集轉化爲有監督學習問題 四、股票數據劃分爲訓練集和測試集 五、模型構建及其預測 1、搭建LSTM模型並繪製損失圖 2、預測並反轉數據（反歸一化
2020-05-31 14:37:10
原创 PyTorch圖像分類
目錄 一、torch和torchvision 1、torchvision.datasets 2、torchvision.models 3、torchvision.transforms 4、torchvision.utils 二、MNIST
2020-02-24 02:48:24
原创 C++正則表達式regex庫使用方法總結
目錄 一、regex庫中常用組件介紹 二、regex庫中常用組件使用 1、regex庫組件使用準備 2、regex_match使用 3、regex_search使用 4、regex_replace使用 5、sregex_iterator使
2020-02-24 02:48:14
原创 Bert文本分類(基於keras-bert實現)
目錄 一、Bert 預訓練模型準備 二、Bert 模型文本分類 1、數據準備 2、代碼實現 一、Bert 預訓練模型準備 中文預訓練模型下載 當Bert遇上Keras：這可能是Bert最簡單的打開姿勢 keras-be
2019-10-28 05:15:07
41
原创 NLP中文句子類型判別和分類
目錄 一、中文句子類型主要類別 二、中文句子類型分析 三、將句法分析與正則結合標註句子類型 四、構造模型對標註的句子類型進行訓練和測試 一、中文句子類型主要類別 1、陳述句（statement） 主語爲首（subject_front），例
2019-10-28 05:15:07
237
原创 中文句法分析及LTP使用
目錄 一、中文句法分析內容概述 二、使用LTP實現句法分析 1、LTP基礎 2、pyltp安裝 3、代碼實現 4、LTP標註集參考 今天是1024，首先，祝大家節日快樂！😊😊 ……
2019-10-26 06:56:43
1
原创 Linux常用的命令
目錄 一、Linux常用命令 二、Linux vi/vim常用命令 一、Linux常用命令 1、常用工具 （1）Xshell：XShell是一個模塊化模擬器，因爲它提供了許多下拉選項卡。然後，用戶可以單擊這些選項卡以創建完全獨立的窗口，它
2019-08-15 04:35:20
1
原创 算法崗面試知識點總結
目錄 一、機器學習知識點 二、深度學習知識點 一、機器學習知識點 1、交叉熵公式，邏輯迴歸（LR）公式，邏輯迴歸損失函數，SVM的損失函數 2、邏輯迴歸（LR）和線性迴歸的區別 線性迴歸用來做預測，LR用來做分類；線性迴歸是來擬合函數，L
2019-08-06 04:46:12
原创 字符串自動校對——2019字節跳動筆試題目
字符串自動校對（修正拼寫錯誤字符串） 題目描述：（1）三個同樣的字母連在一起，一定是拼寫錯誤，去掉一個就好了，比如：helllo->hello；（2）兩對一樣的字母（AABB型）連在一起，一定是拼寫錯誤，去掉第二對的一個字母就好了：比如：
2019-08-06 04:46:11
原创 NLP句子相似性方法總結及實現
目錄 1、基於Word2Vec的餘弦相似度 2、TextRank算法中的句子相似性 3、萊文斯坦距離（編輯距離） 4、萊文斯坦比 5、漢明距離 6、Jaro距離（Jaro Distance） 7、Jaro-Winkler距離（Jaro-W
2019-08-01 05:35:53
1
原创 NLP關鍵詞提取方法總結及實現
目錄 一、關鍵詞提取概述 二、TF-IDF關鍵詞提取算法及實現 三、TextRank關鍵詞提取算法實現 四、LDA主題模型關鍵詞提取算法及實現 五、Word2Vec詞聚類的關鍵詞提取算法及實現 六、信息增益關鍵詞提取算法及實現 七、互信息
2019-07-30 04:13:58
85
原创 XGBoost與LightGBM文本分類
目錄 用戶評論情感極性判別 一、數據準備 二、數據預處理 三、文本特徵提取 四、將數據轉換爲DMatrix類型 五、構建XGBoost模型 1、XGBoost模型主要參數 （1）通用參數 （2）Booster參數 （3）學習目標參數 2、
2019-07-07 05:25:35
26
原创 中文自然語言預處理總結
目錄 中文文本預處理總結 1、文本數據準備 2、全角與半角的轉化 3、文本中大寫數字轉化爲小寫數字 4、文本中大寫字母轉化爲小寫字母 5、文本中的表情符號去除（只保留中英文和數字） 6、去除文本中所有的字符（只保留中文） 7、中文文本分詞
2019-07-01 05:35:56