第一节 翻译推理一、翻译规则之“前推后”典型逻辑关联词：如果……那么……等价关联词：（前→后）若……，则……；只要……，就……；所有……，都……；为了……，一定（必须）……；……是……的充分条件二、推理规则之“逆否等价”符号表示： A→B=-B→-A文字表示：肯前必肯后、否后必否前否前肯后无必然结论/不确定（可能、可能不）三、翻译规则之“后→前”只有……才……等价关联词：（后→前）不……不……除非
转载
2024-01-01 14:08:42
189阅读
一 判断语句1.1 判断语句介绍什么是判断？如果某些条件满足，才能做某件事情；条件不满足时，则不能做，这就是所谓的判断。不仅生活中有，在软件开发中"判断"功能也经常会用到生活中的判断： 例如去网吧（判断是否成年） 银行取钱（判断密码是否正确）1.2 if语句if语句是用来进行判断的，其使用格式如下：if 要判断的条件:
条件成立时，要做的事情例如：满足条件时：不满足条件时：总结以上
://github.com/guotong1988/chinese_dictionary
原创
2022-03-01 14:45:18
5210阅读
我搜集的三种说明 都很对，但是理解的方式都各有千秋，大家可以各自体会一下 第一种： 一般情况是与上句使用的助动词一致
1)--I like English.
--So do I.(因为上句中动词是实意动词like,所以答语需要助动词,又因为主语上I,所以用do)
2)--I have a new skirt.我有一条新裙子.
--So do I. 我也有.(上句中的have是实意动词“有”，所以答
转载
2024-03-14 06:58:38
167阅读
https://github.com/guotong1988/chinese_dictionary
原创
2021-06-21 17:24:18
719阅读
在处理自然语言文本情感分析时，否定词和语气词的作用不可忽视。它们能够显著改变一个句子的情感倾向。例如，"这部电影不好"中的“不好”是一个明确的否定词，它将整个句子的情感从积极转为消极。进行否定词和语气词情感性转换，特别是在 Python 环境中，需要对文本进行精确分析和处理。
---
## 背景定位
在自然语言处理（NLP）领域，通过情感分析对情绪进行量化和解读，已成为多年来研究的热点。而在
1. 什么是自然语言处理
NLP与计算语言学（computational linguistics）同义目标：让计算机理解世界语言层次：形态分析（Morphological analysis）,单词的前后缀等句法分析（Syntactic analysis）理解句子结构，主语啊，宾语啊等等，包括词性以及位置等语义解释（semantic interpretation） 得出句子含义语篇处理（discou
转载
2024-09-17 12:30:47
99阅读
本文以标签过滤样例为题，引入了JS正则表达式否定匹配的方法，进而深入对前瞻表达式进行了详细的研究，适合有一定基础的前端同学学习参考。
引言 JS 正则表达式是 JS 学习过程中的一大难点，繁杂的匹配模式足以让人头大，不过其复杂性和其学习难度也赋予了它强大的功能。文章从 JS 正则表达式的正向前瞻说起，实现否定匹配的案例。本文适合有一定 JS 正则表达式
转载
2023-11-24 09:27:58
51阅读
简介SnowNLP是一个python写的类库，可以方便的处理中文文本内容，是受到了TextBlob的启发而写的，由于现在大部分的自然语言处理库基本都是针对英文的，于是写了一个方便处理中文的类库，并且和TextBlob不同的是，这里没有用NLTK，所有的算法都是自己实现的，并且自带了一些训练好的字典。而且SnowNLP非常适合商品评论的情感词分析。
参考链接：
https://github.
转载
2024-04-26 14:56:18
68阅读
1.否定 定义1-1 设p是命题，“非p”称为p的否定式，记作¬p，称符号为¬为否定联结词。并规定，¬p为真当且仅当p为假 否定联结词的真值表 p ¬p 0 1 1 0 ...
转载
2021-08-08 17:32:00
702阅读
2评论
赖可量子位 报道 | 骗过AI如此简单。换了一个同义词，自然语言处理模型就读不对句子的意思了。麻省理工和大学的研究生们开发了一个算法，让AI在文本分类和推理问题上的正确率从80%下降到10%。测试原理这个模型的名字叫Textfooler，通过生经过微调的句子，来对自然语言文本分类和推理进行。比如在著名的分类任务影评判断中，AI的任务是去判断一句影评是肯定性的还是否定性的。像这句：The c
转载
2024-05-13 14:28:00
10阅读
1，corpus 语料库a computer-readable collection of text or speech 2，utterance发音比如下面一句话：I do uh main-uh 是 fillers，填充词（Words like uh and um are called fillers or filled pauses ）。The broken-off word
转载
2023-12-27 09:43:57
55阅读
在nlp的数据预处理中，我们通常需要根据原始数据集做出如题目所示的三种结构。但是新手（我自己）常常会感到混乱，因此特意整理一下1.词库词库是最先需要处理出的数据形式，即将原数据集按空格分词或者使用分词的包如jieba等，将原始文章分割成一个个词语所表示的list，一般是一维或者二维的，二维词库往往是以行为第一维。
比如下面我们对ptb数据集进行处理产生对应的词库with open('ptb/ptb
转载
2023-07-31 17:06:06
73阅读
NLP- 关键词提取 - 综述一、关键词提取有以下几种方式二、TF-IDF三、TextRank四、LDA五、word2vec 一、关键词提取有以下几种方式二、TF-IDFTF-IDF算法，主要是通过统计方法，评估词对文档的重要性。一个基本思想是，一个词在文档中出现的次数越多，显然这个词会相对更具代表性，但是如果这个词在很多的文档中都有出现，那么他出现次数再多也不具备文档区分能力。所以他的另一个基
转载
2023-07-08 11:37:39
152阅读
自然语言处理3——语言学资源 文章目录自然语言处理3——语言学资源词汇资源库语料库 NLP需要大规模语言数据用于模型参数训练及评测；且NLP中知识库包括：词汇语义库、词法、句法规则库、常识库等。 词汇资源库人读词典：格式不规范，数据完整性和一致性不好，非结构化机读词典：按信息类型分类：语法词典、语义词典、双语词典等按领域分类：通用词典、专业词典、专名词典（为解决某一类任务所有的名字、地名等构成的
转载
2023-11-24 09:30:23
138阅读
感谢：://jiqizhixin/articles/2018-07-25-5 一、 NLP 概述 1.文本挖掘任务类型的划分文本挖掘任务大致分为四个类型：类别到序列、序列到类别、同步的（每个输入位置都要产生输出）序列到序列、异步的序列到序列。同步的序列到序列的例子包括中文分词，命名实体识别和词性标注。异步的序列到序
转载
2023-05-27 10:43:13
245阅读
doc2vec基本原理A distributed memory model训练句向量的方法和词向量的方法非常类似。训练词向量的核心思想就是说可以根据每个单词的上下文预测，也就是说上下文的单词对是有影响的。那么同理，可以用同样的方法训练doc2vec。例如对于一个句子i want to drink water，如果要去预测句子中的单词want，那么不仅可以根据其他单词生成feature， 也可以根据
转载
2024-01-11 21:51:00
94阅读
1.什么是词向量 在自然语言处理中，面临的首要问题是如何让模型认识我们的文本信息，比如向模型中输入‘我爱北京天安门’，那模型是如何认识文本的？词，是自然语言处理中基本单位，将数据输入到模型中，尽可能的让模型明白其中的含义，那就面临一个问题：如何表示一个词？ &
转载
2023-10-15 10:23:33
234阅读
前言文本匹配一直是自然语言处理（NLP）领域一个基础且重要的方向，一般研究两段文本之间的关系。文本相似度计算、自然语言推理、问答系统、信息检索等，都可以看作针对不同数据和场景的文本匹配应用。比如信息检索可以归结为搜索词和文档资源的匹配，问答系统可以归结为问题和候选答案的匹配，复述问题可以归结为两个同义句的匹配，这些自然语言处理任务在很大程度上都可以抽象成文本匹配问题。而文本匹配整体流程基本上都可以
转载
2023-08-23 20:45:58
883阅读
文章目录NO.1、文本关键词提取算法基于统计特征的关键词提取算法1、基于词`权重`的特征量化2、基于词的`文档位置`的特征量化3、基于词的`关联信息`的特征量化NO.2、文本关键词提取算法基于词图模型的关键词抽取算法1、综合特征法2、系统科学法3、随机游走法NO.3、文本关键词提取算法基于主题模型的关键词抽取NO.4、文本关键词提取算法阶段说明 有监督的文本关键词提取算法需要高昂的人工成本，因此
转载
2024-04-07 19:01:39
67阅读
