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
HaoWei 發表在
痞客邦
留言(0)
人氣()
近期看到解釋W2V的算法中最詳實的文章！！推
https://blog.csdn.net/mytestmy/article/details/26969149
HaoWei 發表在
痞客邦
留言(0)
人氣()
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。
下載維基百科的資料
HaoWei 發表在
痞客邦
留言(0)
人氣()
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
HaoWei 發表在
痞客邦
留言(0)
人氣()
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。
HaoWei 發表在
痞客邦
留言(0)
人氣()
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』。
HaoWei 發表在
痞客邦
留言(0)
人氣()
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
HaoWei 發表在
痞客邦
留言(0)
人氣()
記得當初在apple電腦上學cml line的時候頭超大der,
但用就了就會發現常用的就是那幾個，然後..不常用的以後在google就是。
HaoWei 發表在
痞客邦
留言(0)
人氣()
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
HaoWei 發表在
痞客邦
留言(1)
人氣()
還記得上一章有分享如何進行自然語言處理嗎?處理文章的雛形通常會長成一棵樹的樣子(我們稱之為parser tree) 而這棵樹中充滿了字與字之間的關係，
來快速帶過如何產生parser tree的步驟:
HaoWei 發表在
痞客邦
留言(0)
人氣()
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
HaoWei 發表在
痞客邦
留言(0)
人氣()
嗨，為什麼我們要模擬人的行為來玩爬蟲？其實電腦界的兩難就是，既要給你足夠的資訊，又要保護一些東西，例如，認證問題。
(我也不希望你這傢伙把我的東西都爬下來阿，崩潰～～～～)
HaoWei 發表在
痞客邦
留言(0)
人氣()
