原创 python安裝及加載gensim
通過pip安裝報錯 pip install gensim 鏡像節點太慢了，換個鏡像節點就好了 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple gensim 安裝
2020-07-01 21:40:46
原创 “西遊記之大聖歸來”短評主題分析-Latent Dirichlet Allocation
功能 輸出影評主題； 輸出每份評論在各個主題上的權重分佈。 工具 python2 spark2.0.2 引言 在機器學習中，LDA是兩個常用模型的簡稱：線性判別分析(Linear Discriminant Analysi
2020-06-22 16:53:10
原创 hbase--如何開啓hbase的thrift？
python用happybase連hbase取數時，需要開啓thrift，開啓方法： 在xshell登錄到hbase的主節點； 用jps命令查看是否開啓； 如果沒有，則開啓thrift:`hbase thrift start 關
2020-06-07 17:44:57
原创 命名實體識別學習筆記（會一直更新）
把自己看過的資料鏈接記在這裏，方便以後自己查閱： CRF Layer on the Top of BiLSTM BiLSTM-CRF模型做基於字的中文命名實體識別
2020-06-07 17:44:57
原创 “劉知遠實驗室”的關係抽取實驗復現
最近在做文本的關係抽取，看了一篇論文（NRE論文總結：Attention-Based Bidirectional Long Short-Term Memory Networks for Relation Classificatio
2020-06-07 17:44:57
原创 “西遊記之大聖歸來”關鍵詞提取-textrank
功能 輸出文本關鍵詞以及熱度值 工具 python2 spark2.0.2 數據集 兩個字段（評論人，評論內容），480條短評； 結果 引言 textrank是一個基於詞共現的算法，目前最新的spark2.2.1的
2020-06-07 17:44:57
原创 實體標註工具
功能：文本實體標註，用於做ner nre等的訓練測試集； 工具：python2 輸入： 輸出： 腳本： #!/usr/bin/python # -*- coding: utf-8 -*- """ @author: @contac
2020-06-07 17:44:57
原创 《大聖歸來》影評主題分析-Latent Dirichlet Allocation
功能：1.輸出影評主題 2.輸出每份評論在各個主題上的權重分佈 工具：python2 spark2.0.2 etl #!/usr/bin/python # -*- coding: utf-8 -*- """ @author:
2020-05-26 05:49:56
1
原创 doc2vec方法判斷文本相似度
功能：輸出兩段文本的語義相似度 工具：python2 gensim:version = '3.4.0’ 清洗、分詞詞典構造、去數字、去停用詞 清洗，輸入.txt，一條文本佔一行， 分詞、加載分詞詞典 去數字、停用詞 #
2020-05-26 05:49:56
原创 Crf++使用說明
資料 訓練 crf_learn template_file train_file model_file 測試 crf_test -m model_file test_file 參數說明 輸入參數（可選）： -f, –freq=IN
2020-05-19 22:47:54
原创 pycharm Tab鍵設置成4個空格
file—>setting,選擇Editor—>python 設置方式： tab size:4 indent：4 continuation indent:8
2020-05-19 14:56:26
原创 鏈接記載，方便查找
要換電腦了，之前用到的鏈接一段時間沒用，又忘了，先存放這裏，方便下次使用查找 TOPSIS評價方法 sklearn 翻譯筆記：KNeighborsClassifier python中matplotlib的顏色及線條控制 如果用R進
2019-08-28 21:02:43
原创 支持向量機（SVM）理論總結系列.線性可分（附帶R程序案例：用體重和心臟重量來預測一隻貓的性別）
這篇最初也是發在公衆號上的，所以圖片水印部分會由於馬賽克看不清。 名詞解釋 支持向量機中的機：在機器學習領域，常把一些算法看做一個機器，如分類機（也叫作分類器） 問題描述 空間中有很多已知類別的點，現在想用一個面分開他們，並能對未知
2019-03-21 03:04:31
16