可用的StanfordCoreNLP法国模型是用哪个树库训练的？
可用的StanfordCoreNLP法国模型是用François-Rabelais树库训练的。
相关·内容
根据这篇文章的标题，我希望获得关于用于训练本页面()上提供的StanfordCoreNLP法语模型的数据集的最多信息。我的最终目标是知道在使用斯坦福核心nlp工具来描述用法语编写的文本时，我可以期望输出的标记集。有人告诉我，模型是使用树库进行训练的。对于法语来说，有6个(，法语部分)：- FT
浏览 7提问于2017-11-28得票数 0
回答已采纳
2回答
我正在研究Kaldi，但是它的网页上没有关于它支持转换的语言的信息。我能用卡尔迪进行法语到文本的转换吗？
我需要开发一个离线法语学习应用程序。我试过PocketSphinx，但精度很差。发现的建议是用你自己的数据来训练模型，以提高它的准确性。我的假设是，用它的语法训练一门完整的法语是很困难的，
浏览 0提问于2019-08-12得票数 2
回答已采纳
1回答
我想在另一种尚未实现的语言中使用斯坦福解析器。我想我要做的就是“只是”创建一个新的languagePCFG.ser，但是要这样做呢？
浏览 0提问于2011-09-29得票数 2
回答已采纳
我被englishPCFG模型和宾夕法尼亚树库注释的目的搞糊涂了，Standford Parser的软件包只包含所有类型的模型，它总是问我，如果我们已经有Peen treebank的注释，这个模型是如何工作的简单地说，什么是Peen Treebank Annaotation for Parser以及Model是如何产生的？如果一个原始文本需要解析
浏览 1提问于2011-04-01得票数 0
1回答
我需要对文本进行分类，我正在使用文本blob python模块来实现它，我可以使用朴素贝叶斯分类器/决策树。我对上述各点表示关注。
1)我需要将语句归类为参数/非参数。我使用两个分类器和训练模型使用apt数据集。我的问题是，我是否需要用关键字来训练模型？或者我可以用所有可能的论点和非参数的例句来训练数据集，？在文本分类、准确性和检索时间方面，哪一种方法最好？( 2)由于分类要么<
浏览 0提问于2014-04-20得票数 6
大多数sklearn.ensemble型号(GradientBoostingClassifier、RandomForestClassifier等)对于集合中的估计器数量，采用n_estimators参数如果你用X估计器训练了一个模型，你能在你的预测中使用少于X个估计器吗？这对于模型选择很有用。
例如:训练800棵树，你可能想看看400棵树模型是如何表现的。假设您有一个800棵<em
浏览 0提问于2021-05-20得票数 1
1回答
我在Microsoft Analysis Services数据挖掘中使用Microsoft决策树，并且需要显示挖掘模型中给定叶节点的历史数据(用于训练决策树的训练数据中的支持案例)。有没有一种方法可以使用DMX查询直接基于NodeID访问这些记录，或者唯一的方法是获取节点的NODE_DESCRIPTION，用<>替换not =，并使用<>作为我的</
浏览 3提问于2011-06-07得票数 0
回答已采纳
有趣的是，我在stackoverflow和其他网站上看到了很多关于这个问题的不同答案：
在处理我的训练数据集时，我使用决策树模型估算了某个列的缺失值。所以这是我的问题。使用所有可用的数据(训练和测试)来建立一个用于估算(而不是预测)的模型是否公平，或者当我这样做时，我可以只接触训练集吗？此外，一旦我开始在我的测
浏览 0提问于2017-10-15得票数 7
2回答
我想知道当我们使用交叉验证时，决策树是如何生成的，在教程中，我读过交叉验证，试图找到最好的准确性或最低的错误率，但决策树到底是如何生成的还不清楚。例如，在K=10中，是否从其他10棵树中选择最好的一棵树？ 或者它试图选择树中的所有冗余边？ 我的意思是，我不明白一棵最终的树是如
浏览 36提问于2019-04-23得票数 3
我的目标是训练一个初始模型并用新的数据更新模型(例如每天)。大多数示例加载已训练过的模型并再次应用train()：但是，我想知道这是否是在LightGBM库中实现持续学习的正确方
浏览 14提问于2022-09-09得票数 0
回答已采纳
1回答
由于我的地理信息系统软件的计算能力有限，我试图在R中实现随机森林，以便进行图像分类。我的输入是一个多波段TIFF图像，它被训练成一个ArcGIS文件(目标值0和1)。该代码在技术上可以工作，并产生有效的输出。然而，当我在GIS软件中绘制出图像分类输出(二值为0和1的二值重分类tiff )时，它以100%的成功率预测了训练数据。换句话说，输出图像没有分类错误。当混淆矩阵显示存在分类错误时，情况如何？我是不是漏掉了一些很明显的</
浏览 6提问于2019-10-22得票数 0
回答已采纳
1回答
我有一个关于rpart和overfitting的问题。我的目标只是在预测上做得好。我的数据集很大，几乎有20000个点。使用这些点中的大约2.5%作为训练，我得到了大约50%的预测误差。但是使用97.5%的数据作为训练，我得到了大约30%。由于我使用了如此多的数据进行训练，我想可能存在过度拟合的风险。我用随机训练/测试数据+修剪树1000次，如果我理解正
浏览 0提问于2018-01-10得票数 0
我开始使用coreNLP库3.3.1来分析意大利语文本文档。有没有人尝试过运行英语以外的语言？你找到训练算法所需的模型了吗？谢谢
卡洛
浏览 0提问于2014-02-20得票数 4
2回答
我用随机森林模型来预测价格。模型的行为是否应该是可预测的？这样，我的意思是我没有改变模型和输入，预测值是否总是相同的？
浏览 0提问于2019-09-06得票数 0
3回答
RF和DT超拟合
、、、
我是机器学习的新手，我从Kaggle的一些课程开始。在那里，我学会了如何使用DecisionTreeRegressor()和RandomForestRegressor()从sklearn。但是，我不能真正理解我如何能够验证我的解释变量不适合这个模型。例如，经验教训包括使用平均绝对误差进行评价。MAE和MRSE可以评估我的决策树深度是否是最优的，但如果我的解释数据是相关的，则不能。我
浏览 0提问于2018-04-20得票数 1
回答已采纳
当有新的和未知的数据可供培训时，我正在试图找出是否有可能对模型进行“再培训”。我的想法是这样的:使用一些数据集进行初始培训，并生成一个模型。每次我的程序运行时，我都会调用这个模型，而不是通过对相同或类似的数据进行训练来创建一个新的模型(我知道我也可以用load()命令加载一个模型)。然而，我将处理的数据在某一时刻一定会发生重大变
浏览 4提问于2017-08-01得票数 2
回答已采纳
1回答
我希望使用Mahout决策树训练过程的输出模型作为基于Weka的分类器的输入模型。由于基于数百万条训练记录的复杂决策树的训练对于单个节点的Weka分类器来说几乎是不切实际的，所以我想使用Mahout来建立模型，例如使用。虽然上面的算法在训练时可能会有问题，但是使用它在一台机器上用</e
浏览 3提问于2012-05-19得票数 3
2回答
我对堆叠溢出很陌生，所以我为我犯的任何错误事先道歉。我想提取模型在训练和测试集上所做的谓词，其思想是，输出/因变量的这些预测将被存储回数据集，以便与实际值进行比较。is.null(unkX) & is.n
浏览 2提问于2019-10-08得票数 0
回答已采纳
我已经在我的领域特定语料库上训练了一个带有自定义标签的spaCy命名实体识别(NER)模型。但是，我的以下示例将使用常规实体标签PERSON和LOCATION。在知识库( KB )中设置别名，知识库返回识别出的实体出现的候选，例如"Paris“的候选可以是维基数据条目Q47899 (巴黎希尔顿)、Q7137357 (巴黎西门)、Q5214166 (丹·巴黎)、Q90 (法国</em
浏览 6提问于2020-10-09得票数 1
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
