NLP 被很多人称为人工智能皇冠上的明珠，可见其在 AI 领域的重要性，而命名实体识别（NER）又一直是 NLP 领域的研究热点，所以这块任务是 NLP 必谈的。 NER 早期的实现主要是基于词典和规则，然后是基于传统的机器学习，比如 HMM、MEMM 和 CRF。随后深度学习…

这是最近两个月来的一个小总结，实现的demo已经上传github，里面包含了CNN、LSTM、BiLSTM、GRU以及CNN与LSTM、BiLSTM的结合还有多层多通道CNN、LSTM、BiLSTM等多个神经网络模型的的实现。这篇文章总结一下最近一段时间遇到的问题、处理方法和相…

单词嵌入提供了单词的密集表示及其相对含义，它们是对简单包模型表示中使用的稀疏表示的改进，可以从文本数据中学习字嵌入，并在项目之间重复使用。它们也可以作为拟合文本数据的神经网络的一部分来学习。

命名实体识别 (NER) 是语义理解中的一个重要课题。NER就像自然语言领域的“目标检测”。找到文档D 中的名词实体还不够，许多情况下，我们需要了解这个名词是表示地点（location），人名（Person）还是组织（Organization），等等

随机智能手机的普及，在日常生活中，大多数人在做任何事情的时候，都会随身携带手机。如果开启手机中的传感器，当用户运动时，就可以采集大量的用户信息，根据这些信息，就可以判断当前用户的运动模式，如行走、上楼梯、下楼梯、坐、站立、躺下等等。基于这些运动模式，设计不同的场景，为健身类或运…

Keras 提供 Callback 接口来追踪训练过程中的每一步结果，包括每一个 batch 和每一个 epoch。虽然名为“回调函数”，但实际上想要扩展这功能需要继承 keras.callbacks.Callback 类，该类提供两个与模型训练过程相关的属性： model：模…