线性判别分析（LDA）将数据点进行投影，使得同类数据投影空间尽可能相近，异类数据在投影空间尽可能远，是常用的降维和分类手段，如下图所示：

支持向量回归(SVR)传统回归方法当且仅当回归f(x)完全等于y时才认为预测正确，如线性回归中常用(f(x)−y)2(f(x)−y)2(f(x)-y)^2来计算其损失。而支持向量回归则认为只要f(x)与y偏离程度不要太大，既可以认为预测正确，不用计算损失，具体的，就是设置阈值αα\alpha,只计算|f(x)−y|>α|f(x)−y|>α|f(x)-y|>\alp

LSTM介绍及加速原理LSTM的公式可以表示如下所示，其中分别表示输入门，输出门，遗忘门。对LSTM还不熟悉的同学可以先阅读：理解LSTM网络或者直接阅读Christopher Olah 的原博文：Understanding LSTM Networks从上述公式中，我们先来分析公式中各个部分的计算复杂度，记和的大小为，则大小也是，W的大小为：矩阵乘法【即式中标红部分】：次乘法表...

CAN-NER: Convolutional Attention Network for Chinese Named Entity Recognition（NAACL-HLT 2019）

新华字典基于GitHub项目中的词库+成语，构成30W词典https://github.com/pwxcoo/chinese-xinhua搜狗词库搜狗统计得到的15W高频词，并标注常用词性https://www.sogou.com/labs/resource/w.php清华词库【多领域词库】IT词库、财经词库、成语词库、地名词库、历史名人词库、诗词词库、医学词库、饮食词库、法律词库、汽车词库、动物

Softmax函数是逻辑函数的一种推广，广泛应用于神经网络的多分类问题中，然而其计算复杂度与类别大小呈线性关系，在应用于语言模型、机器翻译时会带来高额的计算量，故而不少研究尝试寻找其高效的近似方法，层次Softmax便是其中一种常用的方法，本小节中将介绍层次Softmax中的一些代表模型。1992年，Brown等人在论文《Class-based n-gram models of natural..

分词数据集1. SIGHAN 2005数据集数据集简介：SIGHAN 2005数据集国际中文自动分词评测（简称SIGHAN评测）整合多个机构的分词数据集构成。该数据集由中国微软研究所、北京大学、香港城市大学、台湾中央研究院联合发布，用以进行中文分词模型的训练与评测。其中 AS 和 CityU 为繁体中文数据集，PKU 和 MSR 为简体中文数据集。数据集详情：名称规模创建日期单位论文下载评测MSR