深度学习与自然语言处理、知识图谱、对话系统。
包括知识获取、知识库构建、知识库应用三大技术研究与应用。
包括知识获取、知识库构建、知识库应用三大技术研究与应用。
2024/4/17 17:24:12
471.37MB
1
数据科学入门，第二版，介绍数据科学基本知识的重量级读本，Google数据科学家作品。
数据科学是一个蓬勃发展、前途无限的行业，有人将数据科学家称为“21世纪头号性感职业”。
本书从零开始讲解数据科学工作，教授数据科学工作所必需的黑客技能，并带领读者熟悉数据科学的核心知识——数学和统计学。
作者选择了功能强大、简单易学的Python语言环境，亲手搭建工具和实现算法，并精心挑选了注释良好、简洁易读的实现范例。
书中涵盖的所有代码和数据都可以在GitHub上下载。
通过阅读本书，你可以： 学到一堂Python速成课；
学习线性代数、统计和概率论的基本方法，了解它们是怎样应用在数据科学中的；
掌握如何收集、探索、清理、转换和操作数据；
深入理解机器学习的基础；
运用k-近邻、朴素贝叶斯、线性回归和逻辑回归、决策树、神经网络和聚类等各种数据模型；
探索推荐系统、自然语言处理、网络分析、MapReduce和数据库。
数据科学是一个蓬勃发展、前途无限的行业，有人将数据科学家称为“21世纪头号性感职业”。
本书从零开始讲解数据科学工作，教授数据科学工作所必需的黑客技能，并带领读者熟悉数据科学的核心知识——数学和统计学。
作者选择了功能强大、简单易学的Python语言环境，亲手搭建工具和实现算法，并精心挑选了注释良好、简洁易读的实现范例。
书中涵盖的所有代码和数据都可以在GitHub上下载。
通过阅读本书，你可以： 学到一堂Python速成课；
学习线性代数、统计和概率论的基本方法，了解它们是怎样应用在数据科学中的；
掌握如何收集、探索、清理、转换和操作数据；
深入理解机器学习的基础；
运用k-近邻、朴素贝叶斯、线性回归和逻辑回归、决策树、神经网络和聚类等各种数据模型；
探索推荐系统、自然语言处理、网络分析、MapReduce和数据库。
2024/3/25 19:37:40
4.65MB
1
《计算机科学丛书·多语自然语言处理：从原理到实践》是一本全面阐述如何构建健壮和准确多语种自然语言处理系统的图书，由两位资深专家编辑，集合了该领域众多尖端进展以及从广泛的研究和产业实践中总结的实用解决方案。
第一部分介绍现代自然语言处理的核心概念和理论基础，展示了现今理解单词和文件结构、分析语法、建模语言、识别蕴含和检测冗余。
第二部分彻底阐述与构建真实应用有关的实际考量，包括信息抽取、机器翻译、信息检索/搜索，总结、问答、提炼、处理流水线等。
第一部分介绍现代自然语言处理的核心概念和理论基础，展示了现今理解单词和文件结构、分析语法、建模语言、识别蕴含和检测冗余。
第二部分彻底阐述与构建真实应用有关的实际考量，包括信息抽取、机器翻译、信息检索/搜索，总结、问答、提炼、处理流水线等。
2024/3/25 5:43:45
155.18MB
1
爬取的103个微博用户截止2019年8月发布的所有原创微博,以csv文件存储，每个用户对应一个csv文件。
包括48位女性，55位男性，男女性分开存储。
包括id、微博正文、微博原始图片URL、原始视频URL、发布日期、发布工具、点赞数、评论数、转发数、话题和@用户。
总共包括十多万条微博，可以用做性别分类等自然语言处理任务的数据集。
包括48位女性，55位男性，男女性分开存储。
包括id、微博正文、微博原始图片URL、原始视频URL、发布日期、发布工具、点赞数、评论数、转发数、话题和@用户。
总共包括十多万条微博，可以用做性别分类等自然语言处理任务的数据集。
2024/3/24 18:21:56
5.61MB
1
有源码及数据集，资源描述：基于TextRank、TF-IDF、LSI、LDA模型的关键词提取，实验数据为人民网的新闻，计算不同模型提取出的关键字的相似度
2024/3/16 19:56:50
983KB
1
轮廓分析概括coRPysprofiling是一个开放源代码库，旨在将探索性数据分析和可视化引入自然语言处理领域。
软件包中的函数将用于为单个文本语料库提供一些基本统计信息和可视化效果，或者提供将多个语料库彼此进行比较的功能。
安装您可以使用以下方法从安装coRPysprofiling的发行版本：install.packages("coRPysprofiling")特征一些特定功能包括：corpus_analysis：语料库分析将生成有关单个语料库特征的统计报告（例如，唯一单词数，平均单词/句子长度，使用的最高单词，主题分析）。
corpus_viz：corpus_viz将生成单个语料库的相关可视化效果（例如，词云，平均单词/句子长度的直方图，使用的最高单词）。
corpora_compare：给定两个或多个语料库，corpora_compare将在每对语料库之
软件包中的函数将用于为单个文本语料库提供一些基本统计信息和可视化效果，或者提供将多个语料库彼此进行比较的功能。
安装您可以使用以下方法从安装coRPysprofiling的发行版本：install.packages("coRPysprofiling")特征一些特定功能包括：corpus_analysis：语料库分析将生成有关单个语料库特征的统计报告（例如，唯一单词数，平均单词/句子长度，使用的最高单词，主题分析）。
corpus_viz：corpus_viz将生成单个语料库的相关可视化效果（例如，词云，平均单词/句子长度的直方图，使用的最高单词）。
corpora_compare：给定两个或多个语料库，corpora_compare将在每对语料库之
2024/2/23 18:47:48
6KB
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