码农场

2021-07-21阅读(25290)评论(3)

上周收到LDC的订阅邮件，由布兰迪斯大学和南京师范大学联合标注的中文抽象意义表示语料库2.0（CAMR 2.0）发布了。于是第一时间下单购买，做一期开箱评测。 抽象意义表示（Abstract Meaning Representation，A...

2020-01-20阅读(10531)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(11501)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(9282)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(8622)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(11074)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(7723)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(13956)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(9500)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(23450)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...