卯卯 | 炼就一手绝世刀法！
日出东海落西山，愁也一天，喜也一天。遇事不钻牛角尖，人也舒坦，心也舒坦！
2019-03-10 23:00:08
运用CNN对情感句子进行分类和膨胀CNN对医疗命名实体识别feed_dict数据准备的区别(四)
区别4：1.1CNN对情感句子进行分类使用卷积核，padding参数是‘VALID',卷积完的结果是(?, 56, 1,128)。（padding参数如果是‘SAME'，卷积完的结果为(?, 56, 128,128)。）1.2,CNN对情感句子进行分类，只卷积了一次就进入了全连接。2.1 膨胀CNN卷积了多次，并且膨胀卷积的输入是一个普通卷积的结果，此时的padding=’SAME‘,最后卷积完的’图片‘大小没有变化。普通卷积的结果再膨胀卷积多次后，累加卷积结果，最后再
作者:yangli | 分类:自然语言处理 | 浏览:673 | 评论:0
2019-03-10 20:48:33
运用CNN对情感句子进行分类和膨胀CNN对医疗命名实体识别feed_dict数据准备的区别(三)
区别三：dropout的位置不一样，CNN对情感句子进行分类是卷积层到全链接层加了dropout。膨胀CNN对医疗命名实体识别是还没进行卷积的时候dropout。（加入了字的上下文信息，字的长度信息，要去掉一些，否这会太精确，免得过拟合发生？）
作者:yangli | 分类:自然语言处理 | 浏览:573 | 评论:0
2019-03-10 18:36:14
运用CNN对情感句子进行分类和膨胀CNN对医疗命名实体识别feed_dict数据准备的区别(二)
区别二：在CNN网络中词嵌入的部分有所不同，词嵌入——将字的编号，对应到session.run(tf.global_variables_initializer())后，代表的字向量的过程。不同的是：医疗命名实体识别的创建模型过程中，session.run(tf.global_variables_initializer())后，用word2vec提前生成好的vec.txt,字向量替代了session.run(tf.global_variables_initializer())后变量，这样，词再嵌入
作者:yangli | 分类:自然语言处理 | 浏览:763 | 评论:0
2019-03-10 08:51:27
运用CNN对情感句子进行分类和膨胀CNN对医疗命名实体识别feed_dict数据准备的区别(一)
区别：区别一：情感表达的句子相对较短，全部最长的句子也就56个词组成，因此在数据准备和特征提取时优先将每个不同长度的句子都统一padding 上0，在model中词嵌入后，结果类似长、宽都是一样的图片，进行卷积。主要用的事tf的learn来实现句子等长功能。如图：每个batch喂进去的‘图片’都是一样大小。区别一：由于医疗文本是段落，长短不一，有的10几个字，有的高达400-500字。因此为了节约资源，选着在batch的时候进行padding上0，具体的做法是先对输入的所有的特征按一个文本中字的
作者:yangli | 分类:自然语言处理 | 浏览:1132 | 评论:0
2019-03-06 21:43:48
命名实体识别标注总结
在之前学校的时候用人工标注数据，CRF++实现了一个关于招聘信息的命名实体识别。（前面的文章有写，自自行寻找。）参加工作以后发现之前虽然实现了命名实体识别，但是实体并没有识别到详细的类别上。因为自己目前在医疗行业，实际需求是不但要识别出哪些实体，还要识别出实体是属于哪个类别的实体。比如，心脏病是一个实体，还要识别出他是一个病DIS，那么标记就变成了：心 B-DIS脏 I-DIS病 E-DIS而不是之前的：心 B脏 I病 E这样在数据集准备的手段和方法就会有所差别，之前手工标注(职位要求：1,懂【
作者:yangli | 分类:自然语言处理 | 浏览:796 | 评论:0
2019-03-06 17:40:28
（三）用tf的VocabularyProcessor创建词汇表vocab——保存和加载（注意要用sublime，不然容易报错）
作者:yangli | 分类:命名实体识别的项目 | 浏览:944 | 评论:0
2019-03-06 16:29:35
（二）用tf的VocabularyProcessor创建词汇表vocab——在NLP分类中经常会用到
学习的链接：https://www.jianshu.com/p/db400a569730
作者:yangli | 分类:命名实体识别的项目 | 浏览:866 | 评论:0
2019-03-06 15:45:54
（一）在NLP深度学习模型中有两个注意点——（1）生词的字的词典是要保存起来，实际应用时是要查这个词典的（2）在网络中的词嵌入是不用保存的，因为这是变量，在保存模型时已经保存好了这些变量。
1. 生词的字的词典是要保存起来，实际应用时是要查这个词典的。 1.1 在情感分类的项目中，我们是用的是from tensorflow.contrib import learn里的learn包生成的字的编号词典。 1.2在命名实体识别（也就
作者:yangli | 分类:命名实体识别的项目 | 浏览:979 | 评论:0
2019-03-04 20:35:06
跳坑日记Error: Fetch argument 0.82509553 has invalid type , must be a string or T
作者:yangli | 分类:Tensorflow | 浏览:681 | 评论:0
- 控制面板
- 网站分类
- 搜索
- 文章归档
-
- 2023年4月 (1)
- 2022年12月 (6)
- 2022年11月 (2)
- 2022年10月 (4)
- 2022年9月 (1)
- 2022年8月 (1)
- 2022年7月 (2)
- 2022年4月 (1)
- 2022年3月 (4)
- 2021年5月 (1)
- 2021年3月 (1)
- 2020年10月 (1)
- 2020年9月 (11)
- 2020年8月 (1)
- 2020年7月 (2)
- 2020年5月 (4)
- 2020年4月 (1)
- 2020年2月 (1)
- 2020年1月 (1)
- 2019年11月 (2)
- 2019年10月 (3)
- 2019年9月 (5)
- 2019年8月 (19)
- 2019年7月 (6)
- 2019年6月 (8)
- 2019年5月 (10)
- 2019年4月 (16)
- 2019年3月 (37)
- 2019年2月 (24)
- 2019年1月 (11)
- 2018年12月 (3)
- 2018年11月 (3)
- 2018年10月 (7)
- 2018年9月 (8)
- 2018年8月 (41)
- 2018年7月 (29)
- 2018年6月 (14)
- 2018年5月 (16)
