一、介绍1、信息抽取（information extraction）信息抽取（IE）系统找到并理解文本中的有限的相关性从很多的文档之中收集信息产生一个相关信息的结构化的表征目的：进行信息的组织使之对人有用以相对精确的语义形式存放信息方便计算机算法后续的查找信息抽取（IE）系统一般会抽取清晰的实际的信息（谁对谁做了什么在什么时候）低程度的信息抽取一般被用在苹果...

1 什么是混合推荐系统1.1 混合推荐系统的意义1.1.1 海量数据推荐海量数据推荐系统通常是三个部分构成的：在线系统、近线系统和离线系统。离线系统是传统的个性化推荐系统的主体，定期利用大量历史操作日志进行批处理运算，然后进行特征构造及选取， 最终建立模型并更新。近线系统是将用户产生的事件，利用流式计算得到中间结果，这些中间结果一方面发送给在线部分用于实时更新推荐模型， 另一方面将中...

一、word2vec1、回顾：skip-gramsword2vec的主要步骤是遍历整个语料库，利用每个窗口的中心词来预测上下文的单词，然后对每个这样的窗口利用SGD来进行参数的更新。对于每一个窗口而言，我们只有2m+1个单词（其中m表示窗口的半径），因此我们计算出来的梯度向量是十分稀疏的。对于2dv的参数而言，我们只能更新一小部分。因此一个解决方法是提供一个单词到词向量的哈希映射。2、负...

一、word2vec1、回顾：skip-gramsword2vec的主要步骤是遍历整个语料库，利用每个窗口的中心词来预测上下文的单词，然后对每个这样的窗口利用SGD来进行参数的更新。对于每一个窗口而言，我们只有2m+1个单词（其中m表示窗口的半径），因此我们计算出来的梯度向量是十分稀疏的。对于2dv的参数而言，我们只能更新一小部分。因此一个解决方法是提供一个单词到词向量的哈希映射。2、负...

一、概率上下文无关文法（(Probabilistic) Context-Free Grammars）1、上下文无关文法（Context-Free Grammars）我们也可以称之为词组结构语法(Phrase structure grammars)由四个成分构成G=（T，N，S，R）T表示最终端（terminal），如下图粉色部分的子节点N表示非最终端（nonpreterminal），...

一、介绍1、依存句法依存句法假设：句法结构包含相互之间是双边不对称关系的词典（lexical）元素，这种不对称的关系成为依存（dependency），在图中的表现是单向箭头。箭头通常还会打上这种语法关系的名字（主语，前置宾语等等）箭头一边连接中心词head (governor, superior, regent)，一边则连接依存词dependent (modifier, inferior...

一、自动语音识别（ASR）将语音信号转化为转为对应的文字信息。为什么使用ASR？语音是与人类交流的一个自然的交互方式可以进行自由交流人类与之交互不需要学习新技术有更多的应用控制简单的设备：车内设备、家用设备等等和智能设备交互：聊天机器人等1、语音识别：经典的方法建立一个文本序列Y= y1y2…yL到音频序列X = x1x2…xT的统计模型。基于N元模型，然后利用...

一、词性（part-of-speech)介绍词性：名词（Nouns)，动词（Verbs)，形容词（Adjectives）， 副词（Adverbs)等等就是我们想要研究的词性我们可以把词性分为开放类（open class）和闭合类（closed class）。闭合类只有固定的一些词不会再增加，包含限定词（determiners)：a,an,the代词（pronouns）:she,he...