首页
学习
活动
专区
工具
TVP
发布

林欣哲

专栏作者
56
文章
111398
阅读量
31
订阅数
自然语言处理--特征提取
自然语言中意义最小的单位就是单词,其次是句子,再是段落,最后一整篇文章。 通常来说,提取单词的特征是最常用的提取方法。当然,特征提取也是根据你看问题的角度的来决定,也就是说你要解决的问题以及解决问题的模型所决定的。 下面我们仅仅从单词角度来看问题来说说两种常见的特征表示的方法。 词袋: 最简单的是一种叫做词袋的特征。对于一篇文章,每个单词都收入一个词袋中并计数,比如在一篇介绍狗的百度百科文章中,“狗”出现10次,“犬”出现8次。则词包是{“狗”:10,“犬”:8}。 词袋的用途可以在文章分类时,相同类型的文
linxinzhe
2018-04-10
1.8K0
科个普啦--深度学习
深度学习是现在最火的AI技术之一,其基本原理就是构建一张含有多层的神经元网络,经过带有标签的数据的训练后,将这张网络拟合出符合问题解的函数。 深度学习之三步走: 首先,你得定义出这个问题,明确这个问题的输入输出是什么。 然后,设计出符合问题的神经网络。 再者,经过数据的训练后,凑出输入输出之间的映射关系即函数。 举个例子,对于今天小明是否出门这个问题,由三个因素决定,是否下雨、是否心情好,是否有人约。 输入: 是否下雨 是否心情好 是否有人约 输出: 是否出门 我们的目的就是找出这个输入到输出的映射关系。
linxinzhe
2018-04-10
5540
没有更多了
社区活动
RAG七天入门训练营
鹅厂大牛手把手带你上手实战
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档