摘要：
LDA模型算法简介： 算法 的输入是一个文档的集合D={d1, d2, d3, ... , dn}，同时还需要聚类的类别数量m；然后会算法会将每一篇文档 di 在 所有Topic上的一个概率值p；这样每篇文档都会得到一个概率的集合di=（dp1，dp2，..., dpm）；同样的文档中的所有词也会求 阅读全文
posted @ 2018-08-29 23:32
理想几岁
阅读(15487)
评论(0)
推荐(1)
摘要：
一、jieba分词功能 1、主要模式 支持三种分词模式： 精确模式，试图将句子最精确地切开，适合文本分析； 全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义； 搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。 支持繁体分词 支持自定义 阅读全文
posted @ 2018-08-29 21:08
理想几岁
阅读(3914)
评论(1)
推荐(1)
摘要：
1、词向量建模的word2vec模型和用于长文本向量建模的doc2vec模型 在Gensim中实现word2vec模型非常简单。首先，我们需要将原始的训练语料转化成一个sentence的迭代器；每一次迭代返回的sentence是一个word（utf8格式）的列表： 接下来，我们用这个迭代器作为输入， 阅读全文
posted @ 2018-08-29 19:42
理想几岁
阅读(1911)
评论(0)
推荐(0)
摘要：
前一篇，word2vec(一)主要讲了word2vec一些表层概念，以及主要介绍CBOW方法来求解词向量模型，这里主要讲论文 Distributed Representations of Words and Phrases and their Compositionality中的skip-gram 阅读全文
posted @ 2018-08-29 03:15
理想几岁
阅读(948)
评论(0)
推荐(0)
浙公网安备 33010602011771号