摘要：
今天再次学习知识图谱最重要的一步，知识的抽取，学习了一般，有别的事情就耽搁了，明天继续学习。 总结以下，重新了解了实体抽取的方法，基于规则的，神经网络等等，有很多现成的成熟的算法。 这些方法在输入数据集时，是不识别字符串的，而是特征向量，知识图谱字符串来描述特征也是不太好的，所以我们需要有一步转化词 阅读全文
摘要：
今天依旧学习知识图谱，感觉就是一个实体-->关系-->实体的知识库，而构建这样一个知识库的过程，需要用到 知识的获取：爬虫网路等等 知识的抽取：抽取实体，关系，属性等等 知识的融合：如张翼德和张飞是同一个人 知识的消歧：如同名不同人 指代消除：如小明是个好孩子，他的朋友李华也是。这个他指的就是小明。 阅读全文
摘要：
今天又去看了看题目，明天就要进行第三次开会，所以又看了看题目，斟酌了一下，还看了看知识图谱的一个关于医药的案例。 阅读全文
摘要：
今天又是学习知识图谱的一天，依旧蒙蔽，词向量，难道是根据词向量通过模型计算为别的数值，再转化为文字。明天继续，加油! 阅读全文
摘要：
NLP自然语言处理 分词 文本特征提取方法：表示模型：向量空间模型相似度比较：内积计算，Cosine计算词权重提取算法:词频-逆向文件频率(TF-IDF)LSA潜在语义分析 阅读全文
摘要：
今天重新看了看老师的讲义ppt，学习了一下实体抽取和关系抽取，但是对于算法模型的建立还是没有多少了解，有点懵，明天继续学习。 阅读全文
摘要：
import moxing as mox mox.file.copy_parallel('/', 'obs://') 阅读全文
摘要：
今天软件杯提交作品，忙活了一天，建议多看华为云官方文档，网上的教程少的可怜。 忙到这时候准备看一会教学视频睡觉了。 阅读全文
摘要：
今天去看了看知网的数据爬取，有重新构思了一下，准备挑战一下论文的分类和热门的自动分析等等，挑战一下先。 阅读全文
摘要：
今天老师开第二次会，对选题进行了调整。 阅读全文