正经的青年的博客_自然语言处理

第九章：基于深度学习的医药保险命名体识别

9.1电子病例背景介绍近年来,在电子病历文本上应用自然语言处理、信息抽取等技术服务于临床决策支持的研究倍受关注。这个过程分为两个不同的阶段:1.自然语言处理研究主要关注病历文本的预处理,包括句子边界识别、词性标注、句法分析等;2.信息抽取以自然语言处理研究为基础,主要关注病历文本中各类表达医疗知识的命名实体或医疗概念的识别和关系抽取。9.2中文电子病历命名实体和实体关系标注体系建立和命名实体分类规

自然语言处理

转载 2019-07-18 20:01:02 2581 阅读

第八章：深度学习之循环神经网络与递归神经网络

8.1循环神经网络与递归神经网络的区别与联系1.循环神经网络（recurrentneuralnetwork）是时间上的展开，处理的是序列结构的信息，是有环图，模型结构如下：recurrent:时间维度的展开，代表信息在时间维度从前往后的的传递和积累，可以类比markov假设，后面的信息的概率建立在前面信息的基础上，在神经网络结构上表现为后面的神经网络的隐藏层的输入是前面的神经网络的隐藏层的输出；2

自然语言处理

转载 2019-07-18 14:49:02 10000+阅读

第七章：深度学习之卷积神经网络

7.1BP神经网络手推BP神经网络见PPT7.2卷积神经网络介绍几个知识点：1.卷积神经网络(ConvolutionalNeuralNetwork,CNN)是深度学习技术中极具代表的网络结构之一。CNN相较于传统的算法避免了对图像复杂的前期预处理过程(提取人工特征等),可以直接输入原始图像。2.CNN中的局部连接(SparseConnectivity)和权值共享(SharedWeights)方法。

自然语言处理

转载 2019-07-18 14:41:54 1667 阅读

第六章：表征学习与关系嵌入

6.1语言模型词向量模型与语言模型非常紧密地交织在一起。语言模型的质量评估是基于它们对词语用概率分布的表征能力。事实上,许多最先进的词向量模型都在攻坚的任务就是已有一串词语序列,预测下一个出现的词语将会是什么。语言模型是干嘛的?chunking语言模型可以计算任何句子的概率。例如,“Iloveyoutoo”的概率是多少?用数学语言表述,NN元语言模型(bi-grammodel)根据一个词语的前N−

自然语言处理

转载 2019-07-10 18:02:21 1497 阅读

第五章：N-GRAM

5.1N-GRAM介绍N-Gram是基于一个假设:第n个词出现不前n-1个词相关,而不其他任何词不相关。(这也是隐马尔可夫当中的假设。)整个句子出现的概率就等于各个词出现的概率乘积。各个词的概率可以通过语料中统计计算得到。假设句子T是有词序列w1,w2,w3...wn组成,用公式表示N-Gram语言模型如下:•P(T)=P(w1)p(w2)p(w3)p(wn)=p(w1)p(w2|w1)*p(w3

自然语言处理

转载 2019-07-10 10:10:44 1766 阅读

第四章：依存句法和语义依存分析

4.1依存句法分析依存语法(DependencyParsing,DP)通过分析语言单位内成分之间的依存关系揭示其句法结构。直观来讲,依存句法分析识别句子中的“主谓宾”、“定状补”这些语法成分,并分析各成分之间的关系。上面的例子,其分析结果为:•从分析结果中我们可以看到,句子的核心谓词为“提出”,主语是“×××”,提出的宾语是“支持上海...”,“调研...时”是“提出”的(时间)状语,“×××”的

自然语言处理

转载 2019-07-09 11:03:02 6721 阅读

第三章：分词、词性标注及命名实体识别介绍及应用

3.1分词、词性标注及命名实体识别介绍及应用分词==中文分词==(ChineseWordSegmentation)指的是将一个汉字序列切分成一个一个单独的词。分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。中文/n分词/n是/v其他/p中文/n(信息,n)处理/v的基础,搜索引擎、机器翻译(MT)、语音合成、自动分类、自动摘要、自动校对等等,都需要用到分词。词性标注==词性标注==(P

自然语言处理

转载 2019-07-05 09:42:36 6773 阅读

第二章：NLP常用开发工具包

第二章:NLP常用开发工具包1.NumPynumpy系统是Python的一种开源的数值计算包。包括：1、一个强大的N维数组对象Array；2、比较成熟的（广播）函数库；3、用于整合C/C++和Fortran代码的工具包；4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。condainstallnumpy2.NLTKNaturalLanguageT

自然语言处理

转载 2019-07-05 09:41:03 2252 阅读

第一章：NLP简介

第一章：NLP简介NLP是什么?•NLP(NaturalLanguageProcessing)是自然语言处理的简称,是研究人与计算机交互的语言问题的一门学科。机器理解并解释人类写作与说话方式的能力。近年来,深度学习技术在自然语言处理方面的研究和应用也取得了显著的成果。NLP能做什么?•NLP技术已经无处不在如:提问和回答、知识工程、语言生成、语音识别,语音合成,自动分词,句法分析,语法纠错,关键词

自然语言处理

转载 2019-07-05 09:37:01 687 阅读

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

51CTO博客

在下酸菜余

第九章：基于深度学习的医药保险命名体识别

第八章：深度学习之循环神经网络与递归神经网络

第七章：深度学习之卷积神经网络

第六章：表征学习与关系嵌入

第五章：N-GRAM

第四章：依存句法和语义依存分析

第三章：分词、词性标注及命名实体识别介绍及应用

第二章：NLP常用开发工具包

第一章：NLP简介