本实例主要介绍的是选取wiki中文语料，并使用python完成Word2vec模型构建的实践过程，不包含原理部分，旨在一步一步的了解自然语言处理的基本方法和步骤。文章主要包含...
发简信
IP属地：北京
-
利用Python实现wiki中文语料的word2vec模型构建 -
2020加油<br>
-
【知识图谱】RDF理解以及Neo4j初次尝试正文之前 上上周，终于被我们实验室的一个小老板收编了。后续应该就是安安静静的当一个搞研究的博士新人了。。暂定方向可能是下面三个： 知识图谱自然语言处理图数据库 加入了课题组的...
-
Scale和Normalization的异同前言 在处理数据的时候，经常会遇到两个名词Scale和Normalization，这两个名词经常会被混杂着使用，让我在理解一些操作的时候经常会迷糊，那么我就结合R语言里面的s...
-
[DP] 2种编辑距离（Damerau/Levenshtein Distance）
做完这题觉得必须得来个解题报告了，这题的动态规划有点酸爽啊～ 问题如下： L氏距离(Levenshtein Distance) 基础的编辑距离只有3种原子操作：插入1个字符，...
-
NLP入门（四）命名实体识别（NER）本文将会简单介绍自然语言处理（NLP）中的命名实体识别（NER）。 命名实体识别（Named Entity Recognition，简称NER）是信息提取、问答系统、句...
-
-
BoW（Bag of words）模型详解
最近在研究自然场景图像和结构图像的分类时，碰巧遇到词袋模型，就顺便对其进行了学习。下文算是本人学习后的一点总结吧。 Bag of words模型最初被用在文本分类中，将文档表...
-
Python如何计算编辑距离？
算法原理 在计算文本的相似性时，经常会用到编辑距离。编辑距离，又称Levenshtein距离，是指两个字串之间，由一个转成另一个所需的最少编辑操作次数。通常来说，编辑距离越小...
-
机器学习、深度学习、数据挖掘等人工智能领域的技术实战干货文章，这里都有！BAT一线工程师和各985硕博为您分享从业者经验，和AI技术干货。。。<br><br>微信公众号：机器学习算法工程师<br>个人微信：TonyJeemy520<br>加微信拉你进机器/深度学习交流群<br>QQ:交流群：932439834 加群备注：来自简书
-
15分钟入门NLP神器—Gensim
前 言 作为自然语言处理爱好者，大家都应该听说过或使用过大名鼎鼎的Gensim吧，这是一款具备多种功能的神器。Gensim是一款开源的第三方Python工具包，用于从原始的...
-
GEOJSON标准格式学习最近做的项目需要详细了解geojson，因此查了一些资料，现在整理一份标准格式的记录，要理解本文需要首先了解json的基本知识，这里不过多展开，可以去参考w3school上的...
-
鞋带定理（Shoelace formula）求2D多边形面积参考鞋带公式——多边形面积求和[https://blog.csdn.net/wangerxiao121223/article/details/104991297]GIS算法：...
-
不断努力
-
公众号：不会编程的程序圆
-
-
第 3 章 无监督学习与预处理（上）我们要讨论的第二种机器学习算法是无监督学习算法。无监督学习包括没有已知输出、没有老师指导学习算法的各种机器学习。在无监督学习中，学习算法只有输入数据，并需要从这些数据中提取知...
-
mysql学习手记(尚硅谷李玉婷老师)
[toc] 一、基础查询方法 查看有多少个表 查看表的结构 查询表中的单个字段 查询表中的多个字段 查询表中所有字段 常量查询 查询表达式 查询系统函数 起别名 去重 +号的...
