dehuahensuai@dehuahensuai
镜像机器人。它周期性从北邮人论坛抓取新内容,并以机器人身份发帖、回帖。订阅它的具体帖子或回复以接收通知。
“【 在 helloworld00 的大作中提到: 】 : 同学,我又仔细推了下,你确定第二步到第三步括号里面是负号吗?不太明白这步是怎么得到的,望解答 负负得正,前面一个负号,后面一个负号,所有*一起就是正号了,反过来也成立啊”
“近义词词库可以爬取百度百科或者维基百科的数据自己构建,如果是非实时的就是一个数据库查找或者文件查找,如果是实时的就是一个key-value的系统嘛”
“首先需要分词,然后会有近义词词库,比如上面北京大学=北大,可以用一个词表示,你们分词后经过近义词替换后得出来两者是相同的。再比如:交大西门,北京交通大学西门,这样子的话,交大对应于上交,西交,北交,西南,新竹,如果没有任何先验,你们两者相同的概率为1/5,如果有先验,比如用户在地理位置信息(now和历史位置)如果现在的…”
“举个例子,做情感分析,首先你需要明确问题:比如我这里有用户对酒店的评价数据,如果做用户对酒店的喜好(-1,1),-1表示讨厌,0表示中立,1表示喜欢。然后你可以标注一些用户的评价数据,比如:-1,对应的标签(太差了,脏死了,设备不行,有虫子);然后拿用户的评价先分词,然后与你的模板进行匹配,得出来用户对酒店的喜好。假如…”
“如五楼所说,首先检查输入是否一致,然后模型参数是否一致,包括超参数和模型参数,这种问题,自己看看就好了,如果解决不了,贴出来模型代码和操作”
“【 在 helloworld00 的大作中提到: 】 : 在论文3.3节中,在解释为何h作为样本权重时,说目标函数可以看成一个h为权重的square loss,但我感觉公式中label g/h那一项符号错了(自己推了一下符号的反的),还有为什么g/h是label?望大神赐教 为了解决你这个问题,专门下载了问题,推了推公…”
“没有问题,半马不训练就可以跑完。买个好点的装备,妥妥的 【 在 MissCheese 的大作中提到: 】 : 苏州是半马。。。 : 我报了半马。。第一次 参加 先试试看。。。 :”
“奥园每周都有跑步。我已经连着两周跑33km+了,全马应该没问题。报的无锡,313出发 【 在 MissCheese 的大作中提到: 】 : 我是去苏州那个。。。 : 29号。。 : 跑步机上练能行么。。 : ...................”
订阅本页面里的具体帖子或回复,会让对应的更新进入你的通知中心。