该文被密码保护。 阅读全文
摘要：
1. LSTM原理 由我们所了解的RNN可知，RNN结构之所以出现梯度爆炸或者梯度消失，最本质的原因是因为梯度在传递过程中存在极大数量的连乘，为此有人提出了LSTM模型，它可以对有价值的信息进行记忆，放弃冗余记忆，从而减小学习难度。 与RNN相比，LSTM的神经元还是基于输入X和上一级的隐藏层输出h 阅读全文
摘要：
具体参考https://www.jianshu.com/p/43de93347ef2 阅读全文
摘要：
如果你需要和图数据（Graph Data）打交道，那么你一定听说过PageRank。PageRank和其后续算法有着广泛的应用场景，包括推荐系统、反垃圾网页算法、交通规划、复杂系统故障分析等等。毫无疑问，PageRank的成功有很大一部分要归功于Google在商业上的成功。但另一方面，PageRan 阅读全文
摘要：
在数据挖掘或者信息检索的相关资料里，经常会用到PMI（Pointwise Mutual Information）这个指标来衡量两个事物之间的相关性。PMI的定义如下： 这个定义所体现的原理其实是相当直白的。在概率论中，我们知道，如果x跟y不相关，则 P(x,y) = P(x)P(y)。二者相关性越大 阅读全文
摘要：
Transductive Learning：从彼个例到此个例，有点象英美法系，实际案例直接结合过往的判例进行判决。关注具体实践。 Inductive Learning：从多个个例归纳出普遍性，再演绎到个例，有点象大陆法系，先对过往的判例归纳总结出法律条文，再应用到实际案例进行判决。从有限的实际样本中 阅读全文
摘要：
本论文是一篇介绍使用CNN对句子进行分类的论文。本文将介绍使用TensorFlow来实现整个论文的实验过程，一方面熟悉使用TensorFlow API,另一方面加深对CNN在NLP上的应用理解。 对于文本分类问题，常规方法就是抽取文本的特征，使用doc2evc或者LDA模型将文本转换成一个固定维度的 阅读全文
摘要：
一. TextCNN 是什么 我们之前提前CNN时，通常会认为是属于CV领域，用于计算机视觉方向的工作，但是在2014年，Yoon Kim针对CNN的输入层做了一些变形，提出了文本分类模型textCNN。与传统图像的CNN网络相比, textCNN 在网络结构上没有任何变化(甚至更加简单了), 从图 阅读全文
摘要：
与 LDA 假设不同，BTM 模型假设每个biterm 中的两个词汇均是采样于一个主题 z，而每个主题是关于词汇的多项式分布。该模型示意图如下 BTM 于LDA的不同在于，LDA是document-level，BTM是corpus-level，LDA 计算的是topic-document-word的 阅读全文