摘要:
今日完成 学习机器学习原理,数学基础 明日计划 继续学习数学基础,学习欠拟合与过拟合与解决方法,尝试是否能解决模型中出现的问题,提高精度 今日感想 数学基础非常重要,是优化模型的核心,也许可以用多种方法结合寻找更好的下降方法 阅读全文
摘要:
今日完成 手动标注训练集数据,扩大训练及规模 明日计划 继续增大数据集规模 体会 枯燥 阅读全文
摘要:
今日完成 学习优化器的原理,梯度下降的数学公式及原理 明日计划 继续学习原理,是否能够优化 体会 难 阅读全文
摘要:
今日完成 demonstration 明日计划 学习神经网络原理,寻找优化方法 今日体会 继续做吧 阅读全文
摘要:
今日完成 还是找论文,看论文,中文的英文的,资料很少,基本上没有这类型的论文,看到了有关cnn分类案件的,cnn本身就可以做特征提取,在想可以不可以用cnn代替bpnn,这样就省去了特征提取的环节了。还是没有做特征提取,正则表达式或TF-IDF啥的,明天一定写。 明日计划 写TF-IDF,先尝试用B 阅读全文
摘要:
今日完成 正则表达式,方向还不确定,可能会使用TF-IDF 明日计划 准备用TF-IDF提取特征试一下效果 体会 没有人带太难了,方向都不好确定,折腾个信息抽取估计要两个星期 阅读全文
摘要:
今日完成 确定了新的方向,因为提取的文本信息为强文本信息,所以舍弃掉人工智能的方法提取信息,计划用规则提取信息。正在学习正则表达式,以及构建规则抽取信息。 明日计划 继续学习正则表达式,继续构建规则。 今日体会 原本的方向是准备要往机器学习,深度学习走,但是我发邮件咨询了一些老师过后,老师建议我因为 阅读全文
摘要:
系统简介 本系统用于辅助法庭判决,及输入文本生成判决结果。运用词向量模型,支持向量机,BP神经网络等方法对输入的文本进行处理,训练系统模型。 首先,运用自然语言处理经典方法如词向量模型➕支持向量机训练模型,提取文本特征,用训练好后的模型进行罪名预测,模型包含202个罪名。 然后,调用对应罪名的BP神 阅读全文