机器学习之朴素贝叶斯

郗强 2018-3-12 09:30

原理：对于给出的待分类项，求解在此项出现的条件下各个类别的概率，哪个最大就认为此项为哪个类别。 关键点：统计得到个类别下各个特征属性的条件概率。 重要假设：所有特征属性相互独立。 算法设计过程： 确定特征属性； 获取训练样本； 对每个类 ...

个人分类: 机器学习|1852 次阅读|没有评论

git使用

郗强 2018-3-9 16:19

一、在本地创建一个git库 mkdir filename cd filename git init #把这个目录变成Git可以管理的仓库 ls -ah ...

个人分类: git学习|1436 次阅读|没有评论

自动文摘（三）

郗强 2018-3-9 14:48

Abstractive summarization研究进展 abstractive 是学术界研究的热点，大部分工作试着套用 Machine Translation 中的 encoder-decoder 框架 和 attention mechanism ，将 abstractive 问题转换为 sequence-2-sequence 问题，得到 state-of-the-art 结果。 En ...

个人分类: 自然语言处理|2500 次阅读|没有评论

自动文摘（二）

郗强 2018-3-9 14:44

Evaluation 人工评价： 自动评价 : 最广泛使用的是 ROUGH 系统（ Recall-Oriented Understudy for Gisting Evaluation ） 基本思想 : 将 待审摘要 和 参考摘要 的 n 元组 共现统计量 作为评价依据，然后通过一系列标准进行打分。 标注语料 : TAC （ Text Analysis Conference ）和 TREC （ Text Retrieval Co ...

个人分类: 自然语言处理|2495 次阅读|没有评论

自动文摘（一）

郗强 2018-3-9 14:42

两类自动文摘方法 Extractive: 抽取式的方法基于一个假设，一篇文档的核心思想可以用文档中的某一句或几句话来概括。那么摘要的任务就变成了找到文档中最重要的几句话，也就是一个 排序问题 。 基于图排序 : 将文档的每句话作为节点，句子之间的相似度作为边权值构建图模型，用 pagerank 算法进行求解，得到每个 ...

个人分类: 自然语言处理|2314 次阅读|没有评论

starspace使用

郗强 2018-3-9 14:07

StarSpace是一个对于各种实体进行表示学习的工具（StarSpace is a general-purpose neural model for efficient learning of entity embeddings for solving a wide variety of problems） 主要可以解决的问题包括： （1）Learning word, sentence or documen ...

个人分类: 自然语言处理|2563 次阅读|没有评论

fasttext使用

郗强 2018-3-9 13:50

fasttext是由facebook开发的一个开源工具，应用广泛。 该工具主要有两大用途：word representation learning and text classification. 安装：pip install fasttext 支持2.6及其以上版本，需要Cython build the C++ extension. ...

个人分类: 自然语言处理|7872 次阅读|没有评论

本页有 3 篇博文因作者的隐私设置或未通过审核而隐藏