卯卯 | 炼就一手绝世刀法！
日出东海落西山，愁也一天，喜也一天。遇事不钻牛角尖，人也舒坦，心也舒坦！
2019-01-21 22:03:46
N-gram语言模型（基于词频统计）和word2vec（基于上下文信息）训练出来的词向量模型有什么优缺点？？？
为什么要用神经网络来训练词向量，而不是用N-gram：神经网络训练出来的模型：1，能发现近似的含义的词。2，求解出来空间是符合我们真实逻辑的。
作者:yangli | 分类:自然语言处理 | 浏览:904 | 评论:0
2019-01-21 21:18:05
gensim训练word2vec并使用PCA实现二维可视化
结果：代码：# -*- coding: utf-8 -*-from gensim.models import Word2Vecfrom sklearn.decomposition import PCAfrom matplotlib import pyplot# 训练的语料sentences = [['this', 'is', 'the', 'first', 'sentence', 'for',
作者:yangli | 分类:自然语言处理 | 浏览:1311 | 评论:0
2019-01-21 11:23:29
自然语言模型的评估——准确率，召回率，综合评价指标F值
1，准确率是相对于机器的标准效率来说，机器标准正确的和错误的比：2，召回率是相对于监督的数据而言，原始数据正确的被标注的和没有正确被标注的；3，F值是综合评价指标：2×准确率×召回率/(准确率+召回率)
作者:yangli | 分类:自然语言处理 | 浏览:972 | 评论:0
- 控制面板
- 网站分类
- 搜索
- 文章归档
-
- 2023年4月 (1)
- 2022年12月 (6)
- 2022年11月 (2)
- 2022年10月 (4)
- 2022年9月 (1)
- 2022年8月 (1)
- 2022年7月 (2)
- 2022年4月 (1)
- 2022年3月 (4)
- 2021年5月 (1)
- 2021年3月 (1)
- 2020年10月 (1)
- 2020年9月 (11)
- 2020年8月 (1)
- 2020年7月 (2)
- 2020年5月 (4)
- 2020年4月 (1)
- 2020年2月 (1)
- 2020年1月 (1)
- 2019年11月 (2)
- 2019年10月 (3)
- 2019年9月 (5)
- 2019年8月 (19)
- 2019年7月 (6)
- 2019年6月 (8)
- 2019年5月 (10)
- 2019年4月 (16)
- 2019年3月 (37)
- 2019年2月 (24)
- 2019年1月 (11)
- 2018年12月 (3)
- 2018年11月 (3)
- 2018年10月 (7)
- 2018年9月 (8)
- 2018年8月 (41)
- 2018年7月 (29)
- 2018年6月 (14)
- 2018年5月 (16)
