摘要：隐含狄利克雷分布（Latent Dirichlet Allocation ,简称LDA) 贝叶斯模型贝叶斯模型主要涉及“先验分布”， “数据（似然）”和“后验分布”三块，在贝叶斯学派中： 先验分布 + 数据（似然）= 后验分布可以理解为通过在现先验分布的基础上更新后验分布 二项分布与Beta分布二项 阅读全文

摘要：Lesk算法 lesk算法是一个基于词典的词义消歧方法，算法认为：一个词在词典中的词义解释与该词所在句子具有相似性 1. original lesk 通过比较词在词典中解释，得到交集，那么相似度即为交集单词的个数 eg: pine 和cone分别在字典中的解释如下 Pine : 1. kind of 阅读全文

摘要：word2vec是google在2013年推出的NLP工具，特点是将所有的词向量化，这样词与词之间就可以定量地度量 它们之间的关系，挖掘之间的联系。 与n-gram模型相比，神经概率语言模型有什么优势呢？ 词语之间的相似性可以通过词向量来体现比如：在某个语料库中 s1 = "A dog is run 阅读全文

摘要：关键词抽取算法主要分为两类： 1. 有监督学习算法 将关键词抽取过程视为二分类问题， 先抽取出候选词，然后对于每一个候选词划定标签，要么关键词、要么不是关键词，然后训练关键词抽取分类器。当新来一篇文章时，抽取所有的候选词，然后利用训练好的分类器抽取候选词，对各个候选词进行分类，最终将标签为关键词的候 阅读全文