論文筆記

7.21

• d中英文維基百科語料上的Word2Vec實驗
  • 　　注意參考文獻
    • 　Deep Learning實戰之word2vec（已下載 參考文獻中）

    •  

7.20

• wechat :利用Python實現wiki中文語料的word2vec聚類 
  • 　　算法】word2vec與doc2vec模型
  • 　天然語言處理資源和Python天然語言處理工具總結
    • 　　6 FudanNLP

      FudanNLP主要是爲中文天然語言處理而開發的工具包，也包含爲實現這些任務的機器學習算法和數據集。FudanNLP及其包含數據集使用LGPL3.0許可證。主要功能包括：

      • 信息檢索：文本分類，新聞聚類。

      • 中文處理：中文分詞，詞性標註，實體名識別，關鍵詞抽取，依存句法分析，時間短語識別。

      • 結構化學習：在線學習，層次分類，聚類，精確推理。

      工具採用Java編寫，提供了API的訪問調用方式。下載安裝包後解壓後，內容以下圖所示：

  •  　　NLP之Word2Vec模型和Doc2Vec模型

  • 文本主題發現（一）-- 數據預處理

    •  　　公衆號後臺回覆關鍵字便可學習

      回覆 R                  R語言快速入門及數據挖掘 
      回覆 Kaggle案例  Kaggle十大案例精講（連載中）
      回覆 文本挖掘      手把手教你作文本挖掘

  • 　　

7.19

• 中文文本聚類
• 一篇文章轉化爲單個文件
  • 　　文本關鍵詞提取 搜狗微信
  • • 　利用Python實現wiki中文語料的word2vec模型構建
    • python-中文文本關鍵詞提取

7.9

• 聚類代碼書寫結構 參考！！
• 微博文本聚類 github 實踐！
• 文本聚類實踐
•  寫給初學者的文本向量化指南
• 怎樣作情感分析

7.6

• python 3解決 unicode error問題

• #參考資料：https://blog.csdn.net/wang7807564/article/details/78164855/
  #打開文件 讀取時使用二進制 rb，解碼再用 gbk
  with open("idiom corpus/corpus_面目一新.txt",'rb') as f:
      for line in f:
          line = f.readline()
          print(line.decode('gbk'))
          
      

   

7.5  

• 文本聚類教程 https://blog.csdn.net/xiaoxik/article/details/78742308
• 文本聚類教程http://www.cnblogs.com/onlytiancai/archive/2008/05/10/1191557.html

7.4

 

 

• 北京語言大學碩士研究生課程
• 根據國內外重點高校NLP相關課程的推薦讀物進行篩選。如檢索「天然語言處理+高引用聚類文獻」可檢索出文本挖掘課程：  弗吉尼亞大學文本挖掘課程
• 綜述分類、聚類和信息提取算法在文本挖掘領域內的應用 對應 google  搜索clustering text mining 最高引用文獻 
  • 　　Larsen, Bjornar, and Chinatsu Aone. "Fast and effective text mining using linear-time document clustering." Proceedings of the fifth ACM SIGKDD international conference on Knowledge discovery and data mining. ACM, 1999.
• NLP 網站 專知
• 天然語言處理中常見的10個任務簡介及其資源

 

 基於非平行語料的雙語詞典構建  張 檬  劉 洋  孫 茂松

• 　　參考文獻：

• 　　Dictionary-based techniques for cross-language information retrieval.

google 計算機在詞典編纂中的做用

• http://ling.cass.cn/xzfc/xzfc_xzft/201804/t20180425_4213449.html
• 章宜華教授談外向型漢語學習詞典編研工做
  • 「學習詞典」是20世紀上半葉爲海外英語教學而編纂的詞典，譯自英語的「learner’s dictionary」，即面向非母語學習者的專門性語文詞典。爲母語學習者編纂的辭書則稱爲「school dictionary」或「students’ dictionary」（學生詞典）。英國的學習詞典很發達，以牛津詞典和朗文詞典爲表明的英語詞典幾乎佔領了我國英語學習詞典的整個市場。

goole idom exemplification classification extraction'

• 英文寫做的例證和分類 ppt