摘要：
自学自然语言处理NLP 阅读全文
posted @ 2021-02-03 17:35
13线
阅读(32)
评论(0)
推荐(0)
摘要：
#第3篇：三分钟热情学NLP-关键词提取TextRank算法 TextRank算法，借鉴了PageRank的思想，或者可以直接理解成：TextRank是PageRank的2.0版。 # 1、PageRank算法谷歌的2位创始人佩奇和布林，借鉴了评判论文重要性的方法（学术界，如果1篇论文被引用得越多， 阅读全文
posted @ 2021-02-03 17:28
13线
阅读(91)
评论(0)
推荐(0)
摘要：
#第1篇：三分钟热情学NLP-Jieba分词 NLP，自然语言理解，即计算机对人类语言进行理解；NLP是人工智能皇冠上的明珠，是AI最难的领域之一； 1、人类语言有多复杂 人类语言是经过加工的，需要有有背景知识才能理解；比如 “夏天能穿多少就穿多少，冬天能传多少就穿多少” “单身的原因是喜欢上一个人 阅读全文
posted @ 2021-02-03 17:25
13线
阅读(57)
评论(0)
推荐(0)
摘要：
第4篇：3分钟热情学NLP，word2vec 在NLP领域，文本表示是第1步，也是很重要的1步。所谓文笔表示，即如何把自然语言的语言符合，转化成计算机能够处理的数字。 1、文本向量化 现阶段，文本向量化，大部分是通过词向量化来实现的；也有一部分算法，将整篇文章或整条句子作为最小处理单位来实现文本向量 阅读全文
posted @ 2021-02-03 17:24
13线
阅读(30)
评论(0)
推荐(0)
摘要：
第2篇：三分钟热情学NLP-关键词提取TF-IDF 一篇文章或1个文档中，哪些词对文章更重要？哪些词可以作为关键词？自动提取关键词可以快速地从海量的信息中提取和获取信息，下面简述下关键词提取技术。 1、关键词提取的机器学习方法 有监督的机器学习方法：构建1个丰富的词表，判断每个文档与词表中每个次的匹 阅读全文
posted @ 2021-02-03 17:21
13线
阅读(55)
评论(0)
推荐(0)
摘要：
3分钟热情学NLP第5篇，Wrod2vec算法实战 参考文章：https://blog.csdn.net/qq_30189255/article/details/103049569 #1、英文语料 本文采用的语料： 语料text8，保存在sentence中；text8有100mb大小； text8的 阅读全文
posted @ 2021-02-03 17:19
13线
阅读(116)
评论(0)
推荐(0)
摘要：
3分钟热情学NLP第6篇，Wrod2vec计算句子相似度 参考文章： 1、https://blog.csdn.net/joleoy/article/details/99741139 2、https://www.zhihu.com/question/29978268 #1、无监督，句子相似度的计算方法 阅读全文
posted @ 2021-02-03 17:18
13线
阅读(227)
评论(0)
推荐(0)
摘要：
3分钟热情学NLP第7篇，Wrod2vec计算句子相似度实战 #方法1，计算句子中各个词向量，得出句子的平均值 1、使用jieba分词，得出该句子包含的词； 2、计算每个词的词向量； 3、求得该句子的平均值 4、采用余弦值，计算各个句子的相似度； 输入： import numpy as np fro 阅读全文
posted @ 2021-02-03 17:16
13线
阅读(42)
评论(0)
推荐(0)
浙公网安备 33010602011771号