论文标题: From Word Embeddings to Item Recommendation 论文地址: https://arxiv.org/pdf/1601.01356 核心思想 这一篇论文的思想相比起其他的论文…

目前很火的芝士超人、百万英雄等等，已经有不少人做了答题辅助。 比如： https://github.com/Skyexu/TopSup https://github.com/rrdssfgcs/wenda-helper …

论文链接： http://aclweb.org/anthology/D17-1312 这一篇论文， 主要想解决的问题是在一个新的领域， 当现有的语料不足够大的时候， 如何充分利用之前已经有的一些语料增强当前领域的词向量模…

引言： 因为在工作之中接触到NER，并且可以有需要NER的地方。在此总结一些相关资料与自己的理解。 什么是命名实体识别 此段原文： http://blog.csdn.net/dvstream/article/detail…

荷兰航空 KLM Royal Dutch Airlines – 提醒客户飞机状态 点评： 感觉这个Bot还挺实用的。 Facebook针对航班还有特殊的消息模板。 看了一下， 自定义的地方也挺强的。 如果国内…

之前在看Keras Example的时候， 发现对于NLP相关的任务使用的NN都非常浅。 没有很严谨的去数， 但是基本上都是一两层网路就结束了。 具体可以参考Keras Example 之中IMDB相关的代码。 当然， …

现在网上有一些预先训练好的Word2Vec模型， 比如Glove, Google-News以及我最喜欢的FastText，都有各自使用大数据训练出来的Word2Vec模型。 根据不同的业务， 也可以自己搜集语料库训练Wo…

前言 从这一篇开始， 将开始记录、介绍Keras + TensorFlow组合进行图像以及文本分类。 在实战之前， 首先就是搭建我们的运行环境。 笔者在这里最推荐的还是使用docker进行部署。 在宿主机里面只需要安装c…

0. TL;DR 本文前半段主要参考：http://www.ce.yildiz.edu.tr/personal/banud/file/1201/latent-semantic-indexing-fast-track-tu…

1. phrase公式基本介绍 在将语料库喂给word2vec进行训练之前，我们首先需要将其中一些常见的词组组合起来变成一个单词，这样对训练的精度会非常有帮助。 word2vec的作者采用的是下面的公式： wi,wj :…