码农场

2020-01-20阅读(9370)评论(21)

面向生产环境的多语种自然语言处理工具包，基于 TensorFlow 2.0，目标是普及落地最前沿的NLP技术。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。目前，基于深度学习的HanLP 2.0正处于alpha测试阶...

2019-11-18阅读(9738)评论(0)

AAAI19的论文(Sap et al. (2019))开源了一个包含87万条推理常识的知识图谱ATOMIC。相较于常见的基于本体论分类条目的知识图谱，该知识库专注于“如果…那么…”关系的知识。作者提出了9种类型的因果联系来区分原因-效果、...

2019-11-03阅读(7902)评论(2)

理一理基础优化理论，解释一下深度学习中的一阶梯度下降遇到的病态曲率（pathological curvature）问题。当海森矩阵condition number很大时，一阶梯度下降收敛很慢，无论是对鞍点还是局部极值点而言都不是个好事。 鞍...

2019-10-24阅读(7667)评论(19)

2019最新的微博语料，可用于预训练语言模型Weibo-BERT词向量等。由于比较时新，对网络流行语的建模可能很有帮助。每个压缩包都有两千多万条，一共5个。大家下载之后也算是有一个亿身家的人了，激动吧。感兴趣的同学要不要训练个Weibo-B...

2019-10-14阅读(10035)评论(8)

句法分析是一项核心的NLP任务，目标是获取句子的主谓宾等句法结构。下级应用时，给定依存句法树，传统时代利用规则提取句法树的特征；在深度学习时代，如何提取树的向量表示？本文调研了7种常用模型，涵盖Tree RNN、DCNN和GCN等。 Tre...

2019-01-10阅读(7345)评论(1)

本文是对SDP格式的官方文档的举例说明。对句子： More than a few CEOs say the red-carpet treatment tempts them to return to a heartland city for...

2018-12-02阅读(12652)评论(6)

HanLP 2.0语义分析模块已开源！支持中文语义分析和英文语义分析等。 本文介绍语义依存的语言学知识以及BH中文语义依存语料库的标注规范。 给定一个句子，语义依存分析（Semantic Dependency Parsing，SDP）任务试...

2018-02-07阅读(8833)评论(2)

这篇论文通过把unigram上的Pitman-Yor语言模型拓展到ngram，提出了一种新的平滑方法，同时在理论和试验上证明了有效性。 大部分概率语言模型都是$n$-gram模型，利用每个单词给定的$n-1$个上文单词预测该单词，并估计整个...

2018-02-03阅读(22375)评论(2)

AC自动机中，转移的最小单位是一个字符。也就是说，匹配后只能移动一个字符，复杂度是线性的$O(n)$。然而线性并非最快，Boyer-Moore算法在匹配后可以跳过多个字符，比线性还快。据说在实践中，利用Boyer-Moore优化的AC自动机...

2017-12-25阅读(7471)评论(0)

Chang et al. 2015提出加速结构化学习的近似算法AI-DCD，通过缓存整数线性规划中相似的问题及解，减少对ILP solver的调用次数，从而加速训练，同时不损失精度。 平摊推断 记$\mathbf{y}=\{y_1,y_2,...