摘要：solo train_final_3000,dev_final_2800 修改了损失函数 train results Epoch: 0, ave loss: 3.9705981184689696, acc_wn: 0.736, acc_wc: 0.286, acc_wo: 0.342, acc_wv 阅读全文

摘要：*1、同时跑矫正和不矫正的dev *2 、max col分为设置为2和3 ops只用 大于 小于 等于 *3、w相关模型单独跑 效果差 4、提高wc的acc，试图用wc去矫正wv *5、修改模型，不能argmax了，因为可以同列啊！！ 6 ngram修改 模型从头整理： *1 提交的model重新跑 阅读全文

摘要：论文1 https://arxiv.org/pdf/1705.00108.pdf Semi-supervised sequence tagging with bidirectional language models 理解序列标注中，如何使用动态embedding向量（bilstm） 1、上下文敏感 阅读全文

摘要：参考 ———— 图例讲解 https://blog.csdn.net/u014518506/article/details/80445283 理解：cell其实只有一个 ； sequence length其实就是这个cell更新多少次；LSTM的参数总数其实从全连接层的角度来看就可以 源码分析 ht 阅读全文

摘要：论文： MTLD, vocd-D, and HD-D: A validation study of sophisticated approaches to lexical diversity assessment 地址： https://link.springer.com/content/pdf/1 阅读全文

摘要：Improved Semantic Representations From Tree-Structured Long Short-Term Memory Networks 作者信息：Kai Sheng Tai Stanford UniversityRichard Socher MetaMindCh 阅读全文

摘要：这篇和2012年的区别： 1）Max-Margin Training Objective J中RNN变为了CVG 2012-两个词向量合并并打分，这个-两个（词向量，POS）合并并打分 2012年： Socher et al. (2012) proposed to give every single 阅读全文

摘要：https://www.socher.org/index.php/Main/ReasoningWithNeuralTensorNetworksForKnowledgeBaseCompletion 年份：2013 https://www.cnblogs.com/wuseguang/p/4168963. 阅读全文

摘要：Semantic Compositionality through Recursive Matrix-Vector Spaces 作者信息：Richard Socher Brody Huval Christopher D. Manning Andrew Y. Ngrichard@socher.org 阅读全文

摘要：Parsing Natural Scenes and Natural Language with Recursive Neural Networks作者信息： Richard Socher richard@socher.orgCliff Chiung-Yu Lin chiungyu@stanford 阅读全文

摘要：https://zhuanlan.zhihu.com/p/35252733 可以先看看上面知乎文章里面的例子 Socher 等人于2012和2013年分别提出了两种区分词或短语类型的模型，即SU-RNN（Syntactically-Untied RNN）和MV-RNN（Matrix-Vector R 阅读全文

摘要：https://blog.csdn.net/liuchonge/article/details/73610734 https://blog.csdn.net/triplemeng/article/details/78269127 -- https://github.com/triplemeng/hi 阅读全文

摘要：https://blog.csdn.net/wangyangzhizhou/article/details/76651116 共三篇 RNN的模型展开后多个时刻隐层互相连接，而所有循环神经网络都有一个重复的网络模块，RNN的重复网络模块很简单，如下下图，比如只有一个tanh层。 而LSTM的重复网络 阅读全文

摘要：优化目标函数： batch gradient descent：必须便利all训练数据 --》随机梯度下降，但不稳定~一个数据点就更新，快但不稳定--》minibatch，取m个随机数据点，求偏导数 why mini就ok：因为大数据是有冗余的，就像看24史-》万历十五年-》三国，稳定更新快，因为很多 阅读全文

摘要：离散表示： one-hot bag of words -- 词权重 ~不能表示顺序关系 TF-IDF (Term Frequency - Inverse Document Frequency) [0.693, 1.386, 0.693, 0.693, 1.099, 0, 0, 0, 0.693, 0 阅读全文

摘要：nltk的全称是natural language toolkit，是一套基于python的自然语言处理工具集。自带语料库、词性分类库、自带分类分词等功能、强大社区支持、很多简单版wrapper 文本处理： preprocess -》 分词 tokenize -》make features，成为数字化 阅读全文