Tika常见格式文件抽取内容并做预处理 作者 白宁超 2016年3月30日18:57:08 摘要：本文主要针对自然语言处理（NLP）过程中，重要基础部分抽取文本内容的预处理。首先我们要意识到预处理的重要性。在大数据的背景下，越来越多的非结构化半结构化文本。如何从海量文本中抽取我们需要的有价值的知识显 ...
分类：
其他好文 时间：
2016-03-30 19:37:03
阅读次数：
652
https://github.com/kjw0612/awesome-rnn#natural-language-processing 通常有： (1)Object Recognition (2)Visual Tracking (3)Image Generation (4)Video Analysis
分类：
其他好文 时间：
2016-03-18 16:02:48
阅读次数：
153
简介 过去几年，深度神经网络在模式识别中占绝对主流。它们在许多计算机视觉任务中完爆之前的顶尖算法。在语音识别上也有这个趋势了。 虽然结果好，我们也必须思考……它们为什么这么好使？ 在这篇文章里，我综述一下在自然语言处理（NLP）上应用深度神经网络得到的一些效果极其显著的成果。我希望能提供一个能解释为
分类：
编程语言 时间：
2016-03-01 12:48:39
阅读次数：
304
序列标注问题应该说是自然语言处理中最常见的问题，而且很可能是最而没有之一。在深度学习没有广泛渗透到各个应用领域之前，传统的最常用的解决序列标注问题的方案是最大熵、CRF等模型，尤其是CRF，基本是最主流的方法。随着深度学习的不断探索和发展，很可能RNN模型会取代CRF的传统霸主地位，会成为解决序列标注问题的标配解决方案。...
分类：
其他好文 时间：
2016-02-23 20:57:37
阅读次数：
601
一、课程介绍 斯坦福大学于2012年3月在Coursera启动了在线自然语言处理课程，由NLP领域大牛Dan Jurafsky 和 Chirs Manning教授授课：https://class.coursera.org/nlp/ 以下是本课程的学习笔记，以课程PPT/PDF为主，其他参考资料为辅，
分类：
编程语言 时间：
2016-02-17 10:46:27
阅读次数：
150
我们在之前文章《NLP系列(2)_用朴素贝叶斯进行文本分类(上)》探讨过，朴素贝叶斯的局限性来源于其条件独立假设，它将文本看成是词袋子模型，不考虑词语之间的顺序信息，就会把“武松打死了老虎”与“老虎打死了武松”认作是一个意思。那么有没有一种方法提高其对词语顺序的识别能力呢？有，就是本节要接到的N-gram语言模型。...
分类：
编程语言 时间：
2016-02-09 13:33:58
阅读次数：
538
我们在之前文章《NLP系列(2)_用朴素贝叶斯进行文本分类(上)》探讨过，朴素贝叶斯的局限性来源于其条件独立假设，它将文本看成是词袋子模型，不考虑词语之间的顺序信息，就会把“武松打死了老虎”与“老虎打死了武松”认作是一个意思。那么有没有一种方法提高其对词语顺序的识别能力呢？有，就是本节要接到的N-gram语言模型。...
分类：
编程语言 时间：
2016-02-09 12:02:14
阅读次数：
508
def wordfeatures(word):
return {"cnword":word}
.....
classifier=nltk.NaiveBayesClassifier.train(samplewords)
#大学所属的类别 http://blog.csdn.net/myhaspl
print u"----大学所属的类别-----"
print classifier.class...
分类：
其他好文 时间：
2016-02-05 02:05:10
阅读次数：
240
一 语法解析 语法的存储表达方式： 1 (S (NP (N Boeing)) (VP (V is) (VP (V located) (PP (P in) (NP (N Seattle))))))。 2 S代表句子 3 NP,VP,PP分别是名词短语，动词短语，介词短语 4 S,V,P分别是名，动，介
分类：
其他好文 时间：
2016-02-04 18:33:32
阅读次数：
184
上一篇文章我们主要从理论上梳理了朴素贝叶斯方法进行文本分类的基本思路。这篇文章我们主要从实践上探讨一些应用过程中的tricks，并进一步分析贝叶斯方法，最后以情绪褒贬分析和拼写纠错为例展示这种简单强大的方法在自然语言处理问题上的具体应用。...
分类：
其他好文 时间：
2016-02-03 16:40:01
阅读次数：
452
