爬虫学习，人工智能，深度学习，自然语言处理

本语料库由复旦大学李荣陆提供。
训练和测试两个语料各分为20个相同类别。
训练语料和测试语料基本按照1:1的比例来划分。
使用时尽量注明来源（复旦大学计算机信息与技术系国际数据库中心自然语言处理小组）。

本例包含reddit论坛数据集，使用rnn对论坛留言进行情感分类。
是rnn入门的简单易学教程。

国内很经典的一本自然语言处理的入门书籍，字迹清晰带书签。

1本课题研究的意义近来随着计算机的快速发展，各种各样的电脑游戏层出不穷，使得我们能有更多的娱乐项目，而棋类游戏能起到锻炼人的思维和修身养性的作用，而且棋类游戏水平颇高，大有与人脑分庭抗礼之势。
其中战胜过国际象棋世界冠军-卡斯帕罗夫的“深蓝”便是最具说服力的代表；
其它像围棋的“手淡”、象棋的“将族”等也以其优秀的人工智能深受棋迷喜爱。
越来越多的具有智能的机器进入了人类的生活，人工智能的重要性如今显而易见。
自己对人工智能比较感兴趣，而五子棋游戏程序的开发实现这个课题，正好提供给我这样一个研究的机会，通过对人工智能中博弈方面的研究（人机对弈），让我在简单的人机对弈全局设计，以及具体到相关算法上有了深入的了解。
人工智能属于计算机科学的领域，它以计算机技术为基础，近几十年来，它的理论和技术已经日益成熟，应用领域也正在不断扩大，显示出强大的生命力。
人工智能大致可以分成几个学科，它们每一个都是独特的，但是它们常常又互相结合起来完成设计任务，这时，这些学科之间的差别就变的很模糊。
人工智能在专家系统，自然语言理解，自动定理证明，自动程序设计，人工智能在机器人学、模式识别、物景分析、数据库的智能检索、机器下棋（实质上是博弈论问题）和家用电器智能化等领域都有广泛的应用。
而这个课题就是和人工智能中的博弈论领域紧密相关的。
这个题目核心是人工智能和Socekt编程，。
并且人工智能中的博弈部分，由于采用了大量的搜索算法，其中很多被利用到各方面。
它的概念、方法和技术，正在各行各业广泛渗透。
智能已经成为当今各种新产品、新装备的发展方向。
所以，趁着这个机会，对人工智能中比较容易实现的人机博弈进行了解研究学习，也是很实用且很有必要的。

基于深度学习的自然语言处理库

可参看博客：https://blog.csdn.net/luolan9611/article/details/88578720视觉问题回答（VQA）需要联合图像和自然语言问题，其中许多问题不能直接或清楚地从视觉内容中得到，而是需要从结构化人类知识推理并从视觉内容中得到证实。
该论文提出了视觉知识记忆网络（VKMN）来解决这个问题，它将结构化的人类知识和深层视觉特征无缝融入端到端学习框架中的记忆网络中。
与现有的利用外部知识支持VQA的方法相比，本文更多地强调了两种缺失的机制。
首先是将视觉内容与知识事实相结合的机制。
VKMN通过将知识三元组（主体，关系，目标）和深层视觉特征联合嵌入到视觉知识特征中来处理这个问题。
其次是处理从问题和答案对中扩展出多个知识事实的机制。
VKMN使用键值对结构在记忆网络中存储联合嵌入，以便易于处理多个事实。
实验表明，该方法在VQAv1.0和v2.0基准测试中取得了可喜的成果，同时在知识推理相关问题上优于最先进的方法。

大数据智能：互联网时代的机器学习和自然语言处理技术

自然语言处理，挖掘网络上的评论

该资源可以供自然语言处理需求，包括21170个汉字，并分如下几大类：独体结构左右结构上下结构左中右结构上中下结构右上包围结构左上包围结构左下包围结构上三包围结构下三包围结构左三包围结构全包围结构镶嵌结构品字结构田字结构

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。