用户867573478982

一． 概述 通过上篇对神经网络组成部分的分析，本篇的内容是基于上篇内容的继承(上篇内容详见：神经网络的组成)。如果从结构上讲，神经网络就是由很多个单一的神经单元组合到一起,这里面的一个神经单元的输出就

一． 摘要 这里将继续介绍NLP算法体系：基于人工神经网络（Artinci Neural Network）的深度学习方法。人工神经网络思想来源于仿生学对大脑机制的探索，即希望通过对大脑的模拟达到智能的

一． 摘要 门控制循环单元是为了解决循环神经网络短期记忆问题提出的解决方案，它们引入称作“门”的内部机制，可以调节信息流。在上次的内容分享中，我们简单解析了名称为GRU的门控制循环单元。因为“门”的机

一． 摘要 在上次分享中，我们了解到了基础的循环神经网络(RNN),对于基础的循环神经网络模型，它可以比较好的通过t时刻关联到t-1时刻和t+1时刻，甚至更多。但它对任意时刻的输入都是赋予相同权重计算

一． 概述 在之前介绍过的卷积神经网络计算中，前一个输入和后一个输入之间是没有关联关系的。但很多任务需要利用序列关系做处理。例如在自然语言处理中，需要理解一句话的时候，单独的只理解每一个词语是不行的，

一． 摘要 本次分享内容是基于上篇文本向量方法的继续，上次内容中，主要分享了文本向量化的两种方法：词袋模型表示方法和基于深度学习词向量方法。词袋模型虽然能够很简单的将词表示为向量，但会造成维度灾难，并

一． 摘要 本次内容将分享文本向量化的一些方法。文本向量化的方法有很多，主要可分为以下两个大类：基于统计的方法、基于神经网络的方法。在自然语言处理的领域中，文本向量化是文本表示的一种重要方式。文本向量

一． 摘要 在自然语言处理的一个重要分支领域——机器翻译中，句法分析占据着核心的地位，句法分析也是自然语言处理的核心技术，是机器理解语言的关键部分。句法分析的主要任务是识别出句子所包含的句法成分以及这

一． 摘要 在通常的情况下，使用TF-IDF和TextRank算法就可以完成大部分关键词提取的任务。但还会有一些特殊场景，仅基于文档本身的关键词提取还不够准确和全面。例如记录国家地理的文档，文档中会有