在n-gram語言模型中，一些詞語的組合沒有在語料中出現(xiàn)過孩灯，所以其統(tǒng)計(jì)概率會(huì)為0塘装，但是這是不合理的。所以需要使用平滑方式調(diào)整概率值炭臭。平滑的基本思...

在nlp的世界里，詞向量占據(jù)了重要的位置拳昌，它分布式的表示了單詞的語義信息袭异，大幅度的提升了下游任務(wù)的效果。 Word2vec根據(jù)預(yù)測(cè)詞的方式包括兩...

語言模型：衡量一句話是句子的概率假設(shè)有句子,根據(jù)語言模型計(jì)算s的概率為通常還使用n-gram語言模型計(jì)算句子概率 1-gram語言模型(uni-...

看到一篇數(shù)據(jù)預(yù)處理很全面的文章炬藤，所以將鏈接貼了過來 http://www.reibang.com/p/37e529c8baa9 對(duì)上述文章的補(bǔ)...

摘要 提升樹廣泛應(yīng)用于機(jī)器學(xué)習(xí)的各個(gè)領(lǐng)域御铃，在這篇論文中，提出了一個(gè)新的提升樹方式沈矿。 1. 介紹 論文的創(chuàng)新點(diǎn)共一下四點(diǎn)： We design a...

XGBOOST是GBDT模型的升級(jí)版上真，同樣也用到了adboosting的思想 一 預(yù)備知識(shí) XGBOOST是前向加法模型，那么有公式：設(shè)表示第n...

文本相似度是自然語言處理研究熱點(diǎn)之一羹膳，論文提出了一種新的衡量文本相似度的方法睡互，Word Mover’s Distance (WMD)。此方法利用...

在之前的章節(jié)里犀填，學(xué)習(xí)了集成學(xué)習(xí)的兩個(gè)代表方式：bagging和boosting蠢壹，現(xiàn)在來看如果將bagging和boosting運(yùn)用在決策樹中。 ...