PeterHai

中医领域专利文本相似度计算 文本相似度计算一直是自然语言处理任务的难点，尤其是在垂直领域。为了解决中医药领域专利文本相似度计算问题，我们提了出Segment-KBERT模型。

本代码主要用于对部署的训练好的NER模型的接口进行准确率测试，脚本输出precision、recall、f1.

搭建的一个美食图片识别模型，访问网址http://120.25.213.154:55000，用户只需上传美食图片，后台就会返回出美食的名字。

为了使深度学习模型稳定可复现，以下分别是pytorch和tensorflow的所有相关随机数整理的函数，于主程序运行之前一次即可

本文主要介绍Word2Vec、GloVe、FastText三种常用Word Embedding算法，内容包括词嵌入概述、算法原理、数据准备、训练过程、训练结果四个模块。

GloVe训练词向量 输入：语料库 输出：词向量 步骤分为下载代码、准备语料、训练模型 一、下载代码 git clone https: // github . com / stanfordnlp /

文本分类是自然语言处理(NLP)的基础，图神经网络(GNN)是近年来应用于文本分类的重要工具。然而，现有的基于图论的作品既不能捕获每个文档中的上下文词汇关系，也不能实现新词的归纳学习。

本教程的三个部分是： 1、先训练好一个模型 2、构建Flask微框架所需的组件以创建Web app 3、运行web app 需要安装的组件 如果要从此页面复制和粘贴代码，请确保已安装以下组件： Pyt

本文的目的是以相关智能算法为基础，探讨中医药研究过程中的诸多难题，为推动中医药现代化进程提供支撑。 是经验风险最小化原则[2]。 regression，SVR）[4]。 规律等研究领域。 如何建立符合中医药特色的中药质量控制体系一直是中医药走向现代化的关键。SVM作为辅助中药研…