任务一：现在有一篇长文《中国的蜜蜂养殖》，用计算机提取它的关键词。 1、词频：如果某个词很重要，它应该在这篇文章中多次出现。我们进行"词频"（Term Frequency，缩写为TF）统计。 2、 ...

这篇文章是阅读AMiner《2018自然语言处理研究报告》前几篇内容整理所得。 一. 自然语言处理概述 自然语言处理就是要计算机理解自然语言，计算机要理解自然语言文本的意义，最后能以自然 ...

学习资料：《统计自然语言处理》第三章 一. 语言的描述 乔姆斯基将语言定义为：“按照一定规律构成的句子和符号串的有限或无限集合。” 我国计算语言学家吴蔚天也给出了自己对语言的定义：“语 ...

本篇博客的目的不是深刻的讲解特征提取和特征选择的方法，而是区分清楚他们之间的关系和区别，让大家对特征抽取 特征选择 PCA LDA有个概念框架上的了解，为大家的下一步的深入理解打好基础。 如 ...

关于NLP领域内预训练的一些知识。记得很杂乱，主要用于个人理解，精华内容在学习资料。 一. 学习资料 从Word Embedding到Bert模型—自然语言处理中的预训练技术发展史 n ...

学习资料中关于Attention机制和Transformer的总结 一. 学习资料 深度学习中的注意力模型 BERT大火却不懂Transformer？读这一篇就够了 李宏毅讲解Tra ...

一、原理讲解 实现这种功能的关键技术叫做"感知哈希算法"(Perceptual Hash Algorithm), 意思是为图片生成一个指纹(字符串格式), 两张图片的指纹越相似, 说明两张图 ...