你的雷哥

摘要： 入门可以看一下下面的部分内容 1.LaTeX软件的安装和使用 方法A（自助）：在MikTeX的官网下载免费的MikTeX编译包（150Mb）并安装。下载WinEdt（9.5Mb）（收费）或TexMaker（32Mb)（免费）等编辑界面软件并安装。 方法B（打包）：在ctex.org下载ctex套装( 阅读全文

摘要： 转自：https://zhuanlan.zhihu.com/p/56414312 最大熵是概率模型学习的一个准则，将其推广到分类问题得到最大熵模型(maximum entropy model).本部分首先介绍最大熵模型，其次讲述其学习算法，包括改进的迭代尺度算法和拟牛顿法，最后介绍最大熵原理在NLP 阅读全文

摘要： 转自：https://blog.csdn.net/ch18328071580/article/details/96690016 概述 1、什么是GAN？ 生成对抗网络简称GAN，是由两个网络组成的，一个生成器网络和一个判别器网络。这两个网络可以是神经网络（从卷积神经网络、循环神经网络到自编码器）。我 阅读全文

摘要： 机器学习领域有一个十分有魅力的词：熵。然而究竟什么是熵，相信多数人都能说出一二，但又不能清晰的表达出来。 而笔者对熵的理解是：“拒绝学习、拒绝提升的人是没有未来的，也只有努力才能变成自己想成为的人”。 下图是对熵的一个简单描述： 熵可以理解为是一种对无序状态的度量方式。那么熵又是如何被用在机器学习中 阅读全文

摘要： cross_entropy 交叉熵是深度学习中常用的一个概念，一般用来求目标与预测值之间的差距。 在介绍softmax_cross_entropy，binary_cross_entropy、sigmoid_cross_entropy之前，先来回顾一下信息量、熵、交叉熵等基本概念。 信息论 交叉熵是信 阅读全文

摘要： 关于sklearn——CountVectorizer的一篇详细讲解 https://blog.csdn.net/weixin_38278334/article/details/82320307 使用Keras进行设计全连接层进行文本分类 1 #搭建一个全连接层神经网络进行文本情感分类的demo 2 阅读全文

摘要： 命名实体识别（Named Entity Recognition，NER）是NLP中一项非常基础的任务。NER是信息提取、问答系统、句法分析、机器翻译等众多NLP任务的重要基础工具。 命名实体识别的准确度，决定了下游任务的效果，是NLP中非常重要的一个基础问题。 作者&编辑 | 小Dream哥 1 命 阅读全文

摘要： 关于crf内容我看到了几篇写的不错的博客，具体链接如下，在此记录一下，仅做学习 CRF系列(一)——一个简单的例子 条件随机场CRF(一)从随机场到线性链条件随机场 条件随机场CRF(二) 前向后向算法评估标记序列概率 条件随机场CRF(三) 模型学习与维特比算法解码 CRF可以应用于对一串序列进行 阅读全文

摘要： 今天总结一下自然语言处理之词性标注，后附现有比较好的开源实现工具(基于python实现包)~~~ 词性定义 百度百科定义：词性指以词的特点作为划分词类的根据。词类是一个语言学术语，是一种语言中词的语法分类，是以语法特征（包括句法功能和形态变化）为主要依据、兼顾词汇意义对词进行划分的结果。 维基百科定 阅读全文

摘要： 关于HMM详细的推导看下面几篇博客 隐马尔科夫模型HMM（一）HMM模型 隐马尔科夫模型HMM（二）前向后向算法评估观察序列概率 隐马尔科夫模型HMM（三）鲍姆-韦尔奇算法求解HMM参数 隐马尔科夫模型HMM（四）维特比算法解码隐藏状态序列 1.1定义、假设和应用 我们先通过一个简单的例子，来了解隐 阅读全文