一直做智能客服这么久， 也测试过很多其他家的智能客服。 比如阿里小蜜，小i机器人，微软小冰等等。 不过那都是抱着试试看的角度， 有时候也想不起以前自己的实际使用场景， 并没有尝试真正需要解决问题。 这次正巧， 在招行上面…
[LSTM]使用LSTM预测监控数据的数值
本次命题： 数值预测 上一篇文章我们的小题目是使用LSTM预测字符顺序的下一个字符。 命题虽然简单， 可是实际上应用范围也很广。 比如输入法里面， 就一定会用到相关的技术。 只不过不一定是LSTM， 肯定也不止一维特征。…
[LSTM]初识大名鼎鼎的Seg2Seg模型: LSTM
LSTM 应该是这段时间应用非常广泛也非常火的一个算法了。关于其理论基础， 已经有非常好的文章了。 在这里， 笔者记录一下自己从一些实际例子来学习LSTM的路程。 不太监的话， 应该会有好几篇文章。 这是第一篇， 主要目…
[论文阅读]Deep Log 初步小结
想解决的问题 一个通用的模型, 希望能适用所有的日志. 比如常见的System Event Log. 尝试从这些大量的日志之中找到异常\不规则的地方 主要架构 分为3个模型: Log Key Anomaly Detect…
[ReadNotes]使用Word2Vec的方式来训练Item2Vec
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…
助你完成答题辅助的最后一公里
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 …
[ReadNotes]A Simple Regularization-based Algorithm for Learning Cross-Domain Word Embeddings
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…
[DeepNLP] 初识命名实体识别
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…
小调查：使用Facebook Messager Bot的实际例子
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…
[DeepNLP] 为什么Keras之中NLP使用的都是浅层神经网络？
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， …