[置顶] JAVA——instanceof运算符（问题待处理）
摘要： JAVA——instanceof运算符（问题待处理） 2024/07/12 1.问题 2.问题拆解 3.解决 1.问题 今天学了一个运算符——instanceof，概念很抽象，感觉暂时理解不了，什么实例对象、类、子类，看得迷迷糊糊的，先记录下来，有空做一个问题拆解。 instanceof运算符左面的操作数是一个对象，右面的操作数是一个类，当左面的对象是 阅读全文
posted @ 2024-07-12 11:44 李大嘟嘟 阅读(36) 评论(0) 推荐(0)
2026年2月7日
2026-02-07 基于双层知识图谱与检索增强生成的突发事件应急问答研究
摘要： 2026-02-07 基于双层知识图谱与检索增强生成的突发事件应急问答研究 阅读目的：学习特定方法/算法 (深入探索知识图谱、RAG、大模型与垂直领域模型“四位一体”的结合方法) 核心贡献：本文针对突发事件应急场景中“事实与规则脱节”及“大模型幻觉”难题，提出了基于双层知识图谱（事件层+规则层）与检 阅读全文
posted @ 2026-02-07 17:49 李大嘟嘟 阅读(8) 评论(0) 推荐(0)
2026年2月3日
2026-02-03 大语言模型驱动的网络问政文本细粒度情感分析：一种多阶段优化方法
摘要： 2026-02-03 大语言模型驱动的网络问政文本细粒度情感分析：一种多阶段优化方法 阅读目的：学习特定方法/算法 (掌握如何利用“大模型蒸馏小模型”的范式，解决医疗/患者反馈数据中的幻觉、偏科和高标注成本难题) 核心贡献：提出了一种结合 GPT-4 和 Claude 3.5 的多阶段优化框架，通过 阅读全文
posted @ 2026-02-03 13:53 李大嘟嘟 阅读(10) 评论(0) 推荐(0)
2026年1月31日
2026-01-31 ChpoBERT：面向中文政策文本的预训练模型
摘要： 2026-01-31 ChpoBERT：面向中文政策文本的预训练模型 阅读目的：学习特定方法/算法 (掌握基于BERT的领域适应性预训练方法，为后续构建患者反馈或医疗卫生政策垂直领域的BERT/Agent模型打下技术基础) 核心贡献：构建了3亿字的中文政策语料库，通过领域适应性预训练（Domain- 阅读全文
posted @ 2026-01-31 19:36 李大嘟嘟 阅读(5) 评论(0) 推荐(0)
2026年1月30日
2026-01-30 在线医疗人智混合交互：理论溯源、范式变革与前沿趋势
摘要： 2026-01-30 在线医疗人智混合交互：理论溯源、范式变革与前沿趋势 阅读目的：了解在线医疗人智混合相关知识，开拓科研思路。 核心贡献：本文系统梳理了在线医疗从“工具”到“伙伴”的演进，提出了“机器行为学”这一新兴范式，并凝练了运行模式、心智模型与协同机制三大前沿趋势，为信息管理与情报学提供了新 阅读全文
posted @ 2026-01-30 21:39 李大嘟嘟 阅读(4) 评论(0) 推荐(0)
2026年1月28日
2026-01-28 基于大语言模型协同标注的政策文本技术实体识别研究
摘要： 2026-01-28 基于大语言模型协同标注的政策文本技术实体识别研究 阅读目的：学习特定方法/算法 (掌握LLM协同标注全流程，为医疗卫生领域的“电子病历/医疗实体识别”研究寻找低成本、高精度的自动化标注解决方案) 核心贡献：针对大规模文本中目标实体稀疏分布的难题，提出“先段落分类、再实体识别”的 阅读全文
posted @ 2026-01-28 21:03 李大嘟嘟 阅读(7) 评论(0) 推荐(0)
2025年12月25日
Kappa > 0.8代表什么？
摘要： 在统计学和机器学习领域（特别是分类问题或一致性检验中），Cohen's Kappa 系数大于 0.8 通常代表 “极高的一致性” 或 “几乎完美的一致性” (Almost Perfect Agreement)。 具体来说，这意味着两个评估者（raters）的判断，或者预测模型与真实结果之间的吻合程度 阅读全文
posted @ 2025-12-25 21:37 李大嘟嘟 阅读(26) 评论(0) 推荐(0)
2025年11月24日
LSTM 模型可视化
摘要： “看见”模型是理解深度学习最直观的方式。在 PyTorch 中，有三个层次的方法可以让你“看见”刚才搭建的 LSTM 模型： 结构层：看代码层级（最简单）。 数据层：看张量流动的维度（最实用，强烈推荐）。 图形层：画出网络拓扑图（最酷炫）。 以下是具体的操作方法： 方法一：直接打印 (最简单) 这是 阅读全文
posted @ 2025-11-24 18:05 李大嘟嘟 阅读(113) 评论(0) 推荐(0)
2025年11月22日
SGD 、Momentum 、Adam
摘要： 深度学习中最核心的三种优化算法或优化策略：SGD (随机梯度下降)、Momentum (动量) 策略，以及 Adam (自适应矩估计) 优化器。 下面是它们的核心原理、优势和关系总结： 优化器/策略总结对比 名称 类型 核心机制 主要解决的问题 SGD 基础优化器 仅依赖当前小批量数据的梯度来更新参 阅读全文
posted @ 2025-11-22 18:05 李大嘟嘟 阅读(173) 评论(0) 推荐(0)
2025年11月21日
中文分词工具
摘要： 中文分词是中文NLP的第一步（因为中文不像英文有空格自然分隔）。目前开源界有很多成熟的工具，它们在算法原理、速度和精度上各有侧重。 第一类：入门首选 & 通用型 (基于统计 + 词典) 如果你只是想快速对文本进行分词，或者做简单的词频统计，选这个。 1. Jieba (结巴分词) 这是目前Pytho 阅读全文
posted @ 2025-11-21 16:11 李大嘟嘟 阅读(64) 评论(0) 推荐(0)
FCN全卷积网络 (Fully Convolutional Network)——第一个成功地将深度学习应用于语义分割
摘要： FCN 是 全卷积网络 (Fully Convolutional Network) 的缩写，它在 2015 年由 Long 等人提出，是第一个成功地将深度学习应用于语义分割任务的模型。 ⚙️ FCN 的核心创新与原理 FCN 的出现标志着语义分割领域从传统的像素分类方法彻底转向深度学习。它的核心思想 阅读全文
posted @ 2025-11-21 15:11 李大嘟嘟 阅读(61) 评论(0) 推荐(0)
下一页