摘要：这是斯坦福大学2017年《自然语言处理与深度学习》（CS22n）课程第一次作业及解答 阅读全文

摘要：本文介绍人工神经网络及其训练方法，侧重于相关数学公式及其推导。 阅读全文

摘要：本文是在上文自然语言处理——词的表示基础上，引入一个更先进的词向量模型GloVe。然后介绍如何内在和外在地评估词向量。 1 Global Vectors for Word Representation （GloVe） 1.1 和先前方法的比较 上文介绍了两类获取词向量的方法。第一类基于计数和矩阵分解 阅读全文

摘要：本文简述了自然语言处理中，如何用向量表示一个词。并详细介绍了Word2vec，包括连续词袋模型，Skip-Gram模型，Negative Sampling，分层Softmax。 阅读全文

摘要：我准备跟随码农场hankcs大神的脚步，学习一下斯坦福的CS224n课程。 关于该课程的简介，hankcs大神已经写得很清楚了。 阅读全文

摘要：1、前言 ansj人名识别会用到两个字典，分别是：person/asian_name_freq.data、person/person.dic。 1.1、asian_name_freq.data 这是一个二进制文件，序列化了一个Map对象。该对象的key为词，value是大小为3的数组。例如： 罗=[ 阅读全文

摘要：一、前言 上节介绍了ansj的原子切分和全切分。切分完成之后，就要构建最短路径，得到分词结果。 以“商品和服务”为例，调用ansj的标准分词： String str = "商品和服务" ; Result result = ToAnalysis.parse(str); System.out.print 阅读全文

摘要：ansj第一步会进行原子切分和全切分，并且是在同时进行的。所谓原子,是指短句中不可分割的最小语素单位。例如，一个汉字就是一个原子。全切分，就是把一句话中的所有词都找出来，只要是字典中有的就找出来。例如，“提高中国人生活水平”包含的词有：提高、高中、中国、国人、人生、生活、活水、水平。接着以“提高中国 阅读全文