發(fā)簡信
IP屬地：陜西
-
Datawhale零基礎(chǔ)入門NLP賽事 - Task3 基于機(jī)器學(xué)習(xí)的文本分類我們構(gòu)建了基于詞袋模型和TF-IDF的特征提取器痪枫，隨后構(gòu)建了嶺回歸的分類器下隧，并通過更改其各項(xiàng)參數(shù)觀察變化备闲，最后榴啸，使用邏輯回歸作為分類器恬叹，發(fā)現(xiàn)效果...
-
Datawhale零基礎(chǔ)入門NLP賽事 - Task2 數(shù)據(jù)分析
任務(wù)目標(biāo) 通過pandas工具對數(shù)據(jù)進(jìn)行分析右犹，找出數(shù)據(jù)的分布和一般規(guī)律丹擎。主要考察三個(gè)問題： 賽題數(shù)據(jù)中，新聞文本的長度是多少镰踏？ 賽題數(shù)據(jù)的類別分...
-
Datawhale零基礎(chǔ)入門NLP賽事 - Task1 賽題理解賽題理解 賽題名稱：零基礎(chǔ)入門NLP之新聞文本分類 賽題目標(biāo)：通過這道賽題可以引導(dǎo)大家走入自然語言處理的世界函筋，帶大家接觸NLP的預(yù)處理、模型構(gòu)建...
-
cs224n-筆記-lecture13-contextual-representations之前的 Word Representation 方法如 Word2Vec, GloVe, fastText 等對每個(gè)單詞僅有一種表示奠伪，而通常單詞...
-
cs224n-筆記-lecture12-subwords目錄 字符級模型介紹 Subword-models: Byte Pair Encoding and friends 混合了字符和單詞的模型（介于...
-
cs224n-筆記-lecture02-word senses目錄 單詞向量和word2vec 優(yōu)化基礎(chǔ) 我們能否通過計(jì)數(shù)更有效地抓住這一本質(zhì)跌帐？ GloVe模型 評估詞向量 詞義(word sences) ...
-
cs224n-筆記-lecture01-wordvecs目錄 人類語言和詞語含義 詞向量 Word2Vec語言模型介紹 優(yōu)化方法：梯度下降法 人類語言和詞語含義 1.如何表示一個(gè)詞 定義詞語的mean...