今天在R-ladies 分享語意角色標註，寫個日誌來紀念這一天和自己的成長。
請見：https://github.com/rladiestaipei/R-Main-Panel/blob/master/2017/201712_語意角色標註.pdf
p.s 感謝R leadies 提供網路空間 :)
這些年開始對語意有更深一層的認識，除了淺層的語意之外，也開始玩語意理解的相關技術，讀paper的時候覺得異常快樂。
已經開始在思考下次的R- Leadies分享的內容了XDD
- Dec 18 Mon 2017 23:00
-
語意角色標註(附上可執行程式＆投影片)
- May 22 Mon 2017 21:57
-
好文分享-深度学习word2vec笔记之算法篇
- May 18 Thu 2017 12:24
-
抽取維基百科的資料(Extract wiki data)
由於維基百科擁有相對完整的覆蓋率，實現文字向量時(如word2vec), 我使用維基百科來作為我的輸入資料，
為了將維基百科的文字題取出來，我作了以下的步驟，來做機器學習的準備資料。
- May 15 Mon 2017 17:28
-
[工具系列] VerbNet api 教學
在實現語意理解的過程，我們有時候會需要用到一些frame來實作，在這個教學中，我們即將使用 verbnet 的jar 檔案 以及他公開的資料庫來抓取verbnet的語意框架，只需要兩步驟就可以讓sample code跑起來
1. downlaod jar: http://projects.csail.mit.edu/jverbnet/
2. download : http://verbs.colorado.edu/verbnet_downloads/downloads.html
3. sample code :
註解: 我在現行的project下產生一個名為Data的資料夾，並把資料放在裡面
- Jun 13 Mon 2016 14:32
-
句法結構、語意結構的差別(語意推理緒論)
在中文裡頭，有些句意是沒有辦法直接從文字中判斷的，例如：誰說我喜歡姚明。
有這樣的差別是因為，中文是重視『形會』的語言。(請參考之前的文章)，因此有些意涵並沒有辦法直接從句子中看到；
再舉一個例子，
當朋友們出遊時，唯獨漏了阿宅東東，東東問:『怎沒揪？』；小明回答：『你最好會去!』
在這樣的語境之下，我們知道『你最好會去!』這句話暗示小明根本不會跟，但我們沒有辦法直接從語法結構上直接看到這樣的暗示。
- Jun 13 Mon 2016 14:05
-
中文與英文- 意會與形會
在中文文字使用的時候，母語人士習慣『會意』，而英文使用時，母語人士習慣用『形意』。
之前有個腦波研究實驗：在給定中文與英文的語言之後，觀察中、英文母語人士的腦波變化。
其中N-300 與 P-600分別代表處發『語意錯誤』以及 『文法錯誤』；而母語為中文的人，較多的處發為語意錯誤，而母語為英文的人，較多的處發為文法錯誤。
可見英文是比較偏重句法結構的語言，而中文則比較偏重意會理解。
———————————————————————篇章小插曲：關於助動詞-------------------------------------------------------------------
- Jun 06 Mon 2016 22:22
-
詞性分析以及語意分析
緒論：
- 語言通常有三個重要的層次：聲音、形式和意義．在三個層次中，意義是最重要的一層。透過多變的句法形式去做語意分析，已捕獲句子意義的性質
- 語句關係的兩個派別：Dependency ＆ Constraint
- Dec 03 Thu 2015 14:56
-
terminal for mac 常用指令
- Dec 03 Thu 2015 11:15
-
python 解碼編碼問題-從big 5 轉到utf-8為例
解碼問題超棘手der，尤其對常處理文字的工程師來說...嗚嗚
譬如從同事的執行檔中得到big5的程式，但是你的程式主要是針對utf-8做處理，就會產生一系列的麻煩..冏
這裡小筆記一下如何從big5轉到utf-8的指令:
- Dec 01 Tue 2015 16:55
-
萃取tree中的關係
- Nov 26 Thu 2015 21:20
-
[認識自然語言處理(text mining)]- 如何處理一句話? (Python code 15 行解決!!!)
既然標榜15行code解決，就先把code貼上來不囉嗦！(還附上精美樹狀圖)
import nltk
from nltk.tokenize import word_tokenize
- Nov 26 Thu 2015 13:40
-
python爬蟲爬八卦版Part 2 - 我們來模擬人類設定cookie
