摘要：
本文主要是利用Tensorflow中keras框架记录简单实现seq2seq+Attention模型的过程，seq2seq的应用主要有问答系统、人机对话、机器翻译等。代码中会用一个中文对话数据简单测试。 seq2seq模型介绍 seq2seq模型主要有两个部分Encoder和Decoder，Enco 阅读全文
摘要：
Keras训练模型有多种保存方法，可以保存为hdf5文件，也可以保存为json格式文件，可以同时保存模型图和权重，也可以单独保存模型... 阅读全文
摘要：
这是转载斯坦福NLP课程中讲拼写纠错的一节，感觉讲的比较好，虽然课程很老，但是讲的知识，在目前的query改写、拼写纠错还是很实用的... 阅读全文
摘要：
在完成关于数组的大量算法中，基本都会涉及到元素交换，比如排序中是最常见的，一般的方法是新建一个临时变量，然后完成交换，如果给定的数组中元素是有范围的，其实还有其他方法也可以完成交换。下面就来总结一下这些方法。 临时变量法 临时变量法是最简单的，这个不过多解释。试用任何类型的元素交换。 public 阅读全文
摘要：
本篇主要记录Keras实现BiLSTM+Attention模型，其中Attention是自定义层。然后用该模型完成新闻标题文本分类任务。 详细代码和数据：https://github.com/huanghao128/zh-nlp-demo，如果不嫌弃，欢迎star和Fork~ 数据预处理 这里使用的 阅读全文
摘要：
主要记录了Spark中转换算子transformation和动作算子action具体含义和使用方法。 转换算子-transforma... 阅读全文
摘要：
多层感知器(Multilayer Perceptron) 定义了用于二分类的多层感知器模型。模型输入32维特征，经过三个全连接层，每... 阅读全文
摘要：
新闻语料预处理 本文使用的是搜狗新闻语料库，原始语料是类似下图中xml格式，首先需要提取中语料中正真的新闻内容，就是<content>中对应的文本。还需要过滤一些特殊字符，以及半角和全角的转换问题。 语料的下载，官方地址：https://www.sogou.com/labs/resource/cs. 阅读全文
摘要：
全角与半角转换在处理汉语语料中会经常出现，这里分别说明汉字、数字、字母的unicode编码范围。以及全角与半角的转换方法。最后给出w... 阅读全文
摘要：
由于在实际开发中，经常会在Linux和windows之间互传文件，记录一下使用方便的三个命令rz、sz、nc。 Linux连接工具 ... 阅读全文