240 发简信
  • Python踩坑指南(第一季)

    最近在python开发的过程中,发现了一些比较有意思的问题,确实让自己在开发过程中被恶心了一把,所以开了这个连续的更新博文,之后会持续的按第一第...

  • 中文语境下的手机号识别

    最近在做一个关于中文大段文本中的手机号码识别,由于属于对抗性的一个文本,发现传统的手机号码识别方法,比如正则匹配并不是很适用。 理论情况下文本中...

  • 120
    PKUseg在货运领域的评测

    先说结论,再和大家闲聊,对比jieba与PKUseg在公路货运切词能力上: 默认模型下,jieba效果优于PKUseg PKUseg提供场景精细...

  • pandas数据读取的问题记录

    最近发现pandas的一个问题,记录一下:有一组数据(test.txt)如下: 剖析出来看,数据是按照\t进行分隔的:'20181016\t14...

  • YoutubeNet的数据答疑

    实在是太忙了,抽空给大家解析一下之前写的YoutubeNet的数据是怎么构造的,协助大家可以自行构造一下。 这边和大家说一下,我没有上传数据的原...

  • 120
    天赋交易广告

    由于我学术不精而且蠢,对Java、Kafka、RabbitMq等常用的服务代码知识很是缺乏。 所以,我想拿以下: 概率预估的机器学习领域、深度学...

  • 120
    GloVe向量化做文本分类

    向量化 在之前,我对向量化的方法一直局限在两个点, 第一种是常规方法的one-hot-encoding的方法,常见的比如tf-idf生成的0-1...

  • Google团队在DNN的实际应用方式的整理

    很荣幸有机会和论文作者Emre Sargin关于之前发的Deep Neural Networks for YouTube Recommendat...

  • Stanford Word Segmenter问题整理

    最近在做一些nlp相关的项目,在涉及到Stanford CoreNLP工具包处理中文分词的时候,发现耗时问题很严重: 因为Stanford Co...