2018汇总自然语言处理篇

最近需要从文本中抽取结构化信息，用到了很多github上的包，遂整理了一下，后续会不断更新。 很多包非常有趣，值得收藏，满足大家的收集癖！ 如果觉得有用，请分享并star，谢谢！ 涉及内容包括：中英文敏感词、语言检测、中外手机/电话归属地/运营商查询、名字推断性别、手机号抽取、…

介绍了文本分类的常用算法，学习学习

但其实上面这些鸡汤句子全都是电脑生成的，而且其生成鸡汤文所用的程序还不到 20 行 Python 代码。 一提到自然语言生成，人们通常会觉得这一定是很先进的 AI 系统，使用了很高级的数学知识。但是，事实并非如此。在本文我（作者 Ramtin Alami——译者注）会用马尔科夫…

同时欢迎关注我们的公众号：OPPO_tech，与你分享OPPO前沿互联网技术及活动。 1. 背景 图嵌入是利用节点属性、节点间拓扑关系将复杂、高维图数据进行向量化的一项技术。 图数据结构突破传统数据库按记录组织数据的限制，具备更灵活的现实数据建模能力。如何将图数据结构中的信息进…

记得我们之前讲过1D卷积在自然语言处理中的应用：但是读者中对如何应用一维卷积呼声太高，David 9 有必要再用一篇幅来讲1D卷积实战。这次我们拿kaggle上叶子分类预测问题做例子，讲解1D卷积网络如何实现。

隐马尔可夫模型差不多是学习中遇到的最难的模型了，本节通过对《统计学习方法》进行学习并结合网上笔记，用Python代码实现了隐马模型观测序列的生成、前向后向算法、Baum-Welch无监督训练、维特比算法。比较清晰的了解了隐马尔可夫模型，其实在实际运用中我们只需要调用库就一行代码解

之前本科在北邮参加一个讲座的拍摄时，有幸与本书作者合影。当时是我还不是很了解吴军博士，只觉得他是个很厉害的人。当读完《数学之美》这本书后，我不由得对他肃然起敬。虽然书名看起来像是一本数学教材，但本书主要讲的是数学在机器学习等领域的神奇用处。最难能可贵的是作者将很多知识点都讲的浅…