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