摘要：
作者：尘心链接：https://zhuanlan.zhihu.com/p/76003775 简述 文本分类在文本处理中是很重要的一个模块，它的应用也非常广泛，比如：垃圾过滤，新闻分类，词性标注等等。它和其他的分类没有本质的区别，核心方法为首先提取分类数据的特征，然后选择最优的匹配，从而分类。但是文本 阅读全文
摘要：
前言 CRF++是著名的条件随机场的开源工具，也是目前综合性能最佳的CRF工具。在这里我们简单介绍一下windows系统下CRF++的使用。 一、工具包的下载： CRF 的工具有两种，一种是支持Linux环境的，一种是支持Windows环境的，大家可以自行根据自己的系统进行下载。 （在此我下载的是C 阅读全文
摘要：
Bidirectional LSTM-CRF Models for Sequence Tagging abstract: This paper systematically proposed four model, respectively named LSTM, LSTM+CRF, Bi-LSTM 阅读全文
摘要：
PCA在机器学习中经常被用到，是数据预处理的重要步骤。它主要基于以下考虑： 高维特征中很多特征之间存在相关性，含有冗余信息 相比于低维数据，高维数据计算更复杂 PCA的数学原理 如下图，平面上有很多二维空间的特征点，如果想对这些特征点做特征降维（变为一维），应该怎么做呢？大家应该都知道需要进行投影， 阅读全文
摘要：
1. 任务定义、目标和研究意义 关系定义为两个或多个实体之间的某种联系，实体关系学习就是自动从文本 中检测和识别出实体之间具有的某种语义关系，也称为关系抽取。关系抽取的输 出通常是一个三元组(实体 1，关系，实体 2)。例如，句子“北京是中国的首都、 政治中心和文化中心”中表述的关系可以表示为（中国 阅读全文
摘要：
第三章 实体识别与链接 1. 任务定义、目标和研究意义 实体是文本中承载信息的重要语言单位，也是知识图谱的核心单元。 命名实体识别是指识别文本中的命名性实体，并将其划分到指定类别的任 务[Chinchor & Robinson, 1997]。常用实体类别包括人名、地名、机构名、日期等。 实体链接主要 阅读全文
摘要：
第二章 知识表示学习 1. 任务定义、目标和研究意义 知识表示是知识获取与应用的基础，因此知识表示学习问题，是贯穿知识库 的构建与应用全过程的关键问题。人们通常以网络的形式组织知识库中的知识， 网络中每个节点代表实体（人名、地名、机构名、概念等），而每条连边则代表 实体间的关系。然而，基于网络形式的 阅读全文
摘要：
论文标题：Translating Embeddings for Modeling Multi-relational Data 标题翻译：多元关系数据翻译嵌入建模 摘要： 考虑多元关系数据的实体和关系在低维向量空间的嵌入问题。我们的目标是提出一个权威模型，该模型比较容易训练，包含一组简化了的参数，并且 阅读全文
摘要：
Bert: Bidirectional Encoder Representations from Transformers. 主要创新点：Masked LM 和 Next sentence prediction。 NNLM:参考 ：http://d0evi1.com/nnlm/ Bert是一个预训练 阅读全文
摘要：
参考：http://www.datagrand.com/blog/knowledge-map.html 一、什么是知识图谱？ 知识图谱是由 Google 公司在 2012 年提出来的一个新的概念。从学术的角度，我们可以对知识图谱给一个这样的定义：“知识图谱本质上是语义网络（Semantic Netw 阅读全文