我来扯扯分布式数据库系统DDBS的设计注明：本文只是在完成一个高级数据库作业的文章，不能算是正儿八经登堂入室的paper，所以，不负责任哈，带坏小朋友不要找我哦 ^_~转载注明出处：Scofield's blog[  http://blog.csdn.net/scotfield_msn  ]一、   引入目前本人所确定的研究方向是自然语言处理、文本挖掘，实际

此语料库清单包括了中文与英文，大家且看且珍惜……国内可用免费语料库（凡没有标注不可用的链接均可用）(一) 国家语委1.国家语委现代汉语语料库http://www.cncorpus.org/现代汉语通用平衡语料库现在重新开放网络查询了。重开后的在线检索速度更快，功能更强，同时提供检索结果下载。现代汉语语料库在线提供免费检索的语料约2000万字，为分词和词性标注

世界各国的手机号码 日本:11位, 以080或090开头:  080-****-**** ，090-****-**** 美国:和普通电话号码一样, 如 626（区号）321090* 悉尼：十位数: 04** *** *** 韩国:11位，010，011，016，017，018或019开头，如101********* 加拿大:固定电话一样，

几个名词解释:大数据、Hadoop、云计算、机器学习、NLP、数据挖掘大数据：大数据是相对于传统"小数据"的，传统由于数据处理的成本很高，所以只能处理部分信息系统中产生的非常规范的数据，而对于文本、图片等数据不能处理，而且数据量非常大的话，只能通过抽样的方式来降低数据量。大数据的所谓4个特征是，Volume（数据量大，海量数据），Variety（数据类型多，文本/音频/

概率图模型学习笔记：HMM、MEMM、CRF原创博客，转载请注明出处。From Scofield. RxNLP一、Preface二、Prerequisite    2.1 概率图        2.1.1 概览        2.1.2 有向图 vs. 无向图        2.1.3 马尔科夫假设&马尔科夫性    2.2 判别式模型 vs.

机器学习之数据集划分： 训练集 验证集 测试集Q：将数据集划分为测试数据集和训练数据集的常用套路是什么呢？A：three ways shown as follow:1.像sklearn一样，提供一个将数据集切分成训练集和测试集的函数：默认是把数据集的75%作为训练集，把数据集的25%作为测试集。2.交叉验证（一般取十折交叉验证：10-fold

在TensorFlow (RNN)深度学习下 BiLSTM+CRF 跑 sequence labeling 双向LSTM+CRF跑序列标注问题去年底样子一直在做NLP相关task,是个关于序列标注问题。这 sequence labeling属于NLP的经典问题了，开始尝试用HMM，哦不，用CRF做baseline，by the way, 用的CRF++。关于CRF的理论就不再啰

NLP 主题抽取Topic LDA代码实践 gensim包 代码        分享一个代码实践：用gensim包的LDA模型实践NLP的一个典型任务，主题抽取。        顺带提一点，对于NLP任务，最好的方式就是先在代码上跑通起来，然后再进行理论深究，最后自己实现DIY学习模型算法框架。        顺带再提一点，跑通NLP或者ML任务，推荐在Python下用

深度学习DeepLearning papers初学者入门推荐学习论文清单（供下载）—————————————每一位DL初学者都想找到一条卓有成效的学习路线，我推荐的是沿着历史发展路线将前辈们的经典papers一一读一遍。所以有的兄弟已经做好了工作了：这里有位仁兄的(Deep Learning Papers Reading Roadmap就归纳了还比较齐全的paper清单。里面提供了下载器，但限于T

DeepNLP的表示学习·词嵌入来龙去脉·深度学习（Deep Learning）·自然语言处理（NLP）·表示（Representation）词向量、word embedding、分布式表示、word2vec、glove 术语解释！自然语言处理表示学习词向量、word2vec无门槛理解！其实顺便分享下，在我个人的方法论思维中，一个带有完整上下文以及结构构建良好的知识框架，在某种程度上，比一些细枝末