摘要：
首先最开始应该清楚一个知识，最外面的那个[ [ [ ]]]括号代表第一维，对应维度数字0，第二个对应1，多维时最后一个对应数字-1；因为后面有用到 1 矩阵变换 tf.shape(Tensor) 返回张量的形状。但是注意，tf.shape函数本身也是返回一个张量。而在tf中，张量是需要用sess.r 阅读全文
摘要：
原文链接：https://arxiv.org/pdf/1607.04423.pdf 本片论文主要讲了Attention Model在完形填空类的阅读理解上的应用。 转载：https://blog.csdn.net/liuchonge/article/details/73649251 在进行论文仿真的 阅读全文
摘要：
1. 首先看看比较简单的 tf.name_scope(‘scope_name’). tf.name_scope 主要结合 tf.Variable() 来使用，方便参数命名管理。 2.下面来看看 tf.variable_scope(‘scope_name’) tf.variable_scope() 主 阅读全文
摘要：
关于np.random.RandomState、np.random.rand、np.random.random、np.random_sample参考https://blog.csdn.net/lanchunhui/article/details/50405670 tf.nn.embedding_lo 阅读全文
摘要：
真是坑了好久，faxttext对win并不是很友好，所以遇到了很多坑，记录下来，以供大家少走弯路。 法1：刚开始直接用pip install fasttext,最后一直报下面这个错误 “error：Microsoft Visual C++ 14.0 is required. Get it with 阅读全文
摘要：
很久之前就得到了百度机器阅读理解关于数据集的这篇文章，今天才进行总结！。。。。 论文地址：https://arxiv.org/abs/1711.05073 自然语言处理是人工智能皇冠上的明珠，而机器阅读理解可以说是自然语言处理皇冠上的明珠。近些年机器阅读理解领域也越来越火热，百度所创造的DuRead 阅读全文
摘要：
本篇论文是卡内基梅隆大学语言技术研究所2016年 arXiv:1603.01354v5 [cs.LG] 29 May 2016 今天先理解一下这个是什么意思： 找到的相关理解：arXiv是论文讲究时效性，你想了一个idea，然后做了仿真，写了论文。但是考虑到投稿问题，有些会议或者期刊 “call f 阅读全文
摘要：
本篇论文是2015年的IBM watson团队的。 论文地址： 这是一篇关于QA问题的一篇论文： 相关论文讲解1、https://www.jianshu.com/p/48024e9f7bb22、http://www.52nlp.cn/qa%E9%97%AE%E7%AD%94%E7%B3%BB%E7% 阅读全文
摘要：
对前两篇获取到的词向量模型进行使用： 代码如下： 输出结果： （1）求“漂亮”的向量： 结果： （2）输出“漂亮”的相似词，以及他们之间的相关度： 结果： （3）输出“水杯”和“水瓶”之间的相似度： 结果： （4）寻找“离群词” 结果： （5）根据给定的条件推断相似词： 结果： 现在所有的工作就都结 阅读全文
摘要：
在上一篇对中文维基百科语料处理将其转换成.txt的文本文档的基础上，我们要将为文本转换成向量，首先都要对文本进行预处理 步骤四：由于得到的中文维基百科中有许多繁体字，所以我们现在就是将繁体字转换成简体字 opencc工具进行繁简转换，首先去下载opencc：https://bintray.com/p 阅读全文