为了弥补国内在中文情感挖掘方面的语料的匮乏，谭松波收集整理了一个较大规模的酒店评论语料。
语料规模为10000篇。
语料从携程网上自动采集，并经过整理而成。
为了方便起见，语料被整理成4个子集:1.ChnSentiCorp-Htl-ba-2000:平衡语料，正负类各1000篇。
2.ChnSentiCorp-Htl-ba-4000:平衡语料，正负类各2000篇。
3.ChnSentiCorp-Htl-ba-6000:平衡语料，正负类各3000篇。
4.ChnSentiCorp-Htl-unba-10000:非平衡语料，正类为7000篇。
语料规模为10000篇。
语料从携程网上自动采集，并经过整理而成。
为了方便起见，语料被整理成4个子集:1.ChnSentiCorp-Htl-ba-2000:平衡语料，正负类各1000篇。
2.ChnSentiCorp-Htl-ba-4000:平衡语料，正负类各2000篇。
3.ChnSentiCorp-Htl-ba-6000:平衡语料，正负类各3000篇。
4.ChnSentiCorp-Htl-unba-10000:非平衡语料，正类为7000篇。
2024/3/24 6:03:01
3.81MB
1
跨语言文本相似度计算是挖掘蒙汉可比语料的基础和关键，其结果直接影响了可比语料的质量。
本文通过分析新闻文本特点，提出了一种融合多特征的跨语言新闻文本相似度计算方法。
该方法首先抽取新闻的发布日期、标题及正文信息作为特征，再利用双语文档发布日期的差异、正文长度关系、正文阿拉伯数字相似度、标题重合程度及正文重合程度五种启发信息进行加权线性组合来判断相似程度。
实验表明，本文提出的方法能明显提高蒙汉新闻文本相似度计算的准确率。
本文通过分析新闻文本特点，提出了一种融合多特征的跨语言新闻文本相似度计算方法。
该方法首先抽取新闻的发布日期、标题及正文信息作为特征，再利用双语文档发布日期的差异、正文长度关系、正文阿拉伯数字相似度、标题重合程度及正文重合程度五种启发信息进行加权线性组合来判断相似程度。
实验表明，本文提出的方法能明显提高蒙汉新闻文本相似度计算的准确率。
2024/3/22 13:57:48
661KB
1
【新人赛】快来一起挖掘幸福感!https://tianchi.aliyun.com/competition/entrance/231702/information
2024/3/21 17:36:10
2.6MB
1
在异构信息网络下往往会产生纷繁复杂的数据，这些数据常用一种被称为张量的新的形式来表示。
但是由于这些数据中缺失值较多，存在一定的稀疏性，因此需要对张量进行分解，恢复缺失值，找出多元数据之间潜在的关系。
张量分解是推荐系统中一种重要的方法,在推荐系统中应用张量分解，可以挖掘出潜在关系，给用户带来更好的推荐体验。
笔者以数据挖掘为引，研究了张量分解及其在推荐系统中的应用，并根据当下的研究热点问题提出了未来张量分解在推荐领域的应用方向和发展趋势。
但是由于这些数据中缺失值较多，存在一定的稀疏性，因此需要对张量进行分解，恢复缺失值，找出多元数据之间潜在的关系。
张量分解是推荐系统中一种重要的方法,在推荐系统中应用张量分解，可以挖掘出潜在关系，给用户带来更好的推荐体验。
笔者以数据挖掘为引，研究了张量分解及其在推荐系统中的应用，并根据当下的研究热点问题提出了未来张量分解在推荐领域的应用方向和发展趋势。
2024/3/13 10:14:54
976KB
1
《模式分类》(原书第2版)的第1版《模式分类与场景分析》出版于1973年，是模式识别和场景分析领域奠基性的经曲名著。
在第2版中，除了保留了第1版的关于统计模式识别和结构模式识别的主要内容以外，读者将会发现新增了许多近25年来的新理论和新方法，其中包括神经网络、机器学习、数据挖掘、进化计算、不变量理论、隐马尔可夫模型、统计学习理论和支持向量机等。
作者还为未来25年的模式识别的发展指明了方向。
书中包含许多实例，各种不同方法的对比，丰富的图表，以及大量的课后习题和计算机练习。
在第2版中，除了保留了第1版的关于统计模式识别和结构模式识别的主要内容以外，读者将会发现新增了许多近25年来的新理论和新方法，其中包括神经网络、机器学习、数据挖掘、进化计算、不变量理论、隐马尔可夫模型、统计学习理论和支持向量机等。
作者还为未来25年的模式识别的发展指明了方向。
书中包含许多实例，各种不同方法的对比，丰富的图表，以及大量的课后习题和计算机练习。
2024/3/11 15:11:36
17.09MB
1
决策树方法在分类、预测、规则提取等领域有着广泛应用。
在20世纪70年代后期和80年代初期，机器学习研究者J.RossQuinilan提出了ID3[5-2]算法以后，决策树在机器学习、数据挖掘邻域得到极大的发展。
Quinilan后来又提出了C4.5，成为新的监督学习算法。
1984年几位统计学家提出了CART分类算法。
ID3和ART算法大约同时被提出，但都是采用类似的方法从训练样本中学习决策树。
在20世纪70年代后期和80年代初期，机器学习研究者J.RossQuinilan提出了ID3[5-2]算法以后，决策树在机器学习、数据挖掘邻域得到极大的发展。
Quinilan后来又提出了C4.5，成为新的监督学习算法。
1984年几位统计学家提出了CART分类算法。
ID3和ART算法大约同时被提出，但都是采用类似的方法从训练样本中学习决策树。
2024/3/11 4:56:35
1.4MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB