@米布米兜 令人开心的更新信号😃😃
关于《Y》的FAQ（不定期补充）-- 本帖于2022年12月19日修改 -- 因为简书太容易触发锁文，我将不再在简书发布动态，但是会发布更新的文章（很久以后，请谨慎期待）。 ————————————————...
IP属地：安徽
-
-
CNN for NLP一些废话好久没有更新了，简书上公式编辑实在是让我不舒服~发现，不写下来自己的金鱼脑袋太容易忘记。ok，继续记录。由于最近看了几篇cnn在nlp中应用的论文，作此总结，主要按照...
-
如果你在好奇为什么米兜又没更了，可能你需要进来看一下这是一个专门用来po进度的白板。 觉得有必要把FAQ里的一个经典问题放到此贴的开头，方便读者。 Q：好久都没有更了，米兜弃文了吗？ A：虽然结合更新速度来看，这个回答十分不可...
-
Anaconda多环境多版本python配置指导
Anaconda是一个优秀的开源Python发布版本，由于中文社区对这个软件的介绍及教程比较少，还是官方文档比较详细，在此翻译如下。 原文地址：http://conda.py...
-
LambdaMart
有用的几个两个tutorialhttp://www.cnblogs.com/wowarsenal/p/3900359.html http://www.cnblogs.com/...
-
这个写得还是很好的，唯一的局限就是只做了动词。
自己yy了一些方法发现这篇论文里面都有了，只是大概看了下，要回头再看的。[Causal] Toward a Better Understanding of Causality between Verbal Events: Extraction and Analysis of the Causal Power of Verb-Verb Associations
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.377.5365&rep=rep1&type=pdf 用be...
-
[Causal] Toward a Better Understanding of Causality between Verbal Events: Extraction and Analysis of the Causal Power of Verb-Verb Associations
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.377.5365&rep=rep1&type=pdf 用be...
-
很早的一篇文章，其实是来看event的。
数据量很小，特征比较少。
其中关于FrameNet的数据可以去看看
对于WordNet的一些noun的层次label可能有用。[Causal] Recognizing Causality in Verb-Noun Pairs via Noun and Verb Semantics
http://www.aclweb.org/website/old_anthology/W/W14/W14-07.pdf#page=58抽取v-np的因果对verb-noun...
-
[Causal] Recognizing Causality in Verb-Noun Pairs via Noun and Verb Semanticshttp://www.aclweb.org/website/old_anthology/W/W14/W14-07.pdf#page=58抽取v-np的因果对verb-noun...
-
简直是一知半解。以后有了新的理解再回来修改。
[Word2Vec系列] Negative Sampling
http://papers.nips.cc/paper/5021-distributed-representations-of-words-and-phrases-and-t...
-
[Word2Vec系列] Negative Samplinghttp://papers.nips.cc/paper/5021-distributed-representations-of-words-and-phrases-and-t...
-
后面还有计算复杂度，跟Word2Vec类比的没看，看完word2Vec再回来。好多不明白的啊。。
[Word2Vec系列][EMNLP 2014]GloVe
https://pdfs.semanticscholar.org/b397/ed9a08ca46566aa8c35be51e6b466643e5fb.pdf Intro Th...
-
[Word2Vec系列][EMNLP 2014]GloVehttps://pdfs.semanticscholar.org/b397/ed9a08ca46566aa8c35be51e6b466643e5fb.pdf Intro Th...
-
Java中的多线程你只要看这一篇就够了引 如果对什么是线程、什么是进程仍存有疑惑，请先Google之，因为这两个概念不在本文的范围之内。 用多线程只有一个目的，那就是更好的利用cpu的资源，因为所有的多线程代码都...
-
-
Pearson Correlation Coefficient 相关系数
Pearson 相关系数， 计算X和Y之间的线性相关程度，范围[-1, +1]。+1表示正线性相关，0表示线性无关，-1表示负线性相关。公式：
