梳下鱼

摘要： 发现了一款比较方便标注的工具https://github.com/jiesutd/SUTDAnnotator ，使用python2编写的界面，相对比较轻量，适合个人使用。但如果是团体使用的，还是web界面的会比较好。 运行Annotator_backup.py得到如下界面：open导入文件,选中要标 阅读全文

摘要： follow：https://github.com/zake7749/Chatbot 这个台湾作者GitHub的代码和开发日志（如https://zake7749.github.io/2016/08/28/word2vec-with-gensim/ ）将聊天系统所需的知识储备以及整个系统框架都描述得特别清楚，他的思路核心是：将用户输入的句子断成若干个词，通过词向量匹配预先设定的主题词，模板以及对... 阅读全文

摘要： 哈工大的同义词词林，应该是上个世纪的产物，里面的词比较老旧，但好歹也能用同义词词林的作用，跟word2vec的获取相近词函数比较类似，这两者发挥的功效比较，看具体的应用吧1. 首先下载包含同义词的txt，CSDN上有链接：http://download.csdn.net/download/answerme11/7307771 2. 得到txt的内容如下： 每一行由一系列的词条构成... 阅读全文

摘要： 官网：https://pynlpir.readthedocs.io/en/latest/ github：https://github.com/tsroten/pynlpir NLPIR分词系统前身为2000年发布的ICTCLAS词法分析系统，从2009年开始，为了和以前工作进行大的区隔，并推广NLPIR自然语言处理与信息检索共享平台，调整命名为NLPIR分词系统。 ... 阅读全文

摘要： follow: https://github.com/zjy-ucas/ChineseNER 这里边主要识别的实体如图所示，其实也就主要识别人名PER，机构ORG和地点LOC： B表示开始的字节，I表示中间的字节，E表示最后的字节，S表示该实体是单字节例子： 实现架构：1. 读取数据集，数据集共三个文件，训练集，交叉测试集和测试集，文件中每一行包含两个元素，字和标识。每一句话间由一个空格隔... 阅读全文

摘要： 之所以想接触Spacy，是看到其自称为工业级的应用，所以想尝试下windows下安装Spacy： 直接安装pip install spacy是会报错的 解决方法： 到 http://www.lfd.uci.edu/~gohlke/pythonlibs/ 下载spacy及其相关的包，挨个安装，最后安装spacy即可 安装成功： ... 阅读全文

摘要： 论文： https://einstein.ai/static/images/layouts/research/seq2sql/seq2sql.pdf 数据集：https://github.com/salesforce/WikiSQL Seq2SQL属于natural language interface （NLI）的领域，方便普通用户接入并查询数据库中的内容，即用户不需要了解SQL... 阅读全文

摘要： deep QA: https://github.com/Conchylicultor/DeepQA 基于论文：https://arxiv.org/pdf/1506.05869.pdf 基于生成的chatbot系统，使用的是经典Seq2Seq的结构： 数据集： 数据集默认存储在项目中的data文件夹中， clone项目... 阅读全文

摘要： follow: https://github.com/ofooo/FAQrobot 这是一个简单的基于问词匹配的自动问答，获取与用户问句Q1最匹配的知识库中的问句Q2，Q2的答案就是Q1的答案。首先需要准备一个知识库，在这个例子中，知识库以一个txt的形式存在，且主题是减肥1. 读取知识库 共18个与减肥相关的话题 2. 读取词向量（但是词向量在此处感觉没什么用的样子）3. 用户输入问句 ... 阅读全文

摘要： 数据的可视化一直是自己瞎玩着学，近来想系统的学数据可视化的东西，于是搜索资料时看到有人推荐《show me the numbers》作为入门。 由于搜不到具体的书籍内容，只能搜到一个128页的PDF，且里面的内容是PPT加注释，倒也讲得蛮清楚的。但是由于此书的定位是给商科学生讲授图表展示，信息如何有 阅读全文