深度学习（四）：情感倾向性分析NLP前置知识（情感分析）NLP任务粒度:字、词语、句子、篇章情感分析NLP原理介绍NLP数据处理-通用流程EmbeddingLSTMNLP前置知识（情感分析）NLP任务粒度:字、词语、句子、篇章情感分析文本分类问题1:文本为什么要表示成向量呢？问题2:如何学习到表征语义信息的向量？如何将文本表示成向量？问题1:文本为什么要表示成向量呢？问题2:如何学习到表征语义信息

深度学习（五）：NLP文本生成任务——对对联，根据上联，对下联NLP文本生成任务Seq2seq&Attention机制数据处理流程LSTM——循环神经网络注意力机制（Attention）实战：对对联NLP文本生成任务文本生成的场景：看图说话、写摘要。。。Seq2seq&Attention机制Attention本质是权重，在翻译句子时候，汇集于前面单词不同的关注度。数据处理流程其中L

ECharts是什么?一个纯JavaScript图表库。ECharts，缩写来自Enterprise Charts，商业级数据图表，一个纯Javascript的图表库，可以流畅的运行在PC和移动设备上，兼容当前绝大部分浏览器（IE6/7/8/9/10/11，chrome，firefox，Safari等），底层依赖轻量级的Canvas类库ZRender，提供直观，生动，可交互，可高度个性化定制的数.

读文章笔记（八）：多模态情感分析数据集（Multimodal Dataset）整理双模态（一般是文本、图像和语音的两两组合）三模态（一般是文本、图像加语音）作者：骑着白马的王子地址：https://www.zhihu.com/people/pi-pi-57-67公众号：人工智能前沿讲习https://mp.weixin.qq.com/s/rWRJ8taUsIQAZFq3PD1-ng双模态（一般是文

小Tips：写论文工具：latex或者word文献管理：nore express或者Endnote画图工具：PS/PPT/ProcessOn情感分析的重要性情感分析技术点学习路径推荐MemNet

读文章笔记（七）：多模态情感分析简述相关任务概览公众号机器学习算法与自然语言处理文章链接：【赛尔笔记】 多模态情感分析简述https://mp.weixin.qq.com/s/DmtldzNcRAYXy0ApUj70uw相关任务概览

机器学习CV代码练习（四）之“利用去除最后一层的VGG16网络模型”提取图像特征，保存为pickle文件利用个定的VGG16网络结构文件和网络权值文件导入VGG16，去除最后一层，以4096维度输出作为图像特征，从而提取到flicker8k数据集中所有图像的特征。使用字典存储提取图像的特征，key为：不带.jpg后缀的文件名，value为：去除最后一层的VGG16网络的输出，使用pickle库将其

深度学习（四）：情感倾向性分析NLP前置知识（情感分析）NLP任务粒度:字、词语、句子、篇章情感分析NLP原理介绍NLP数据处理-通用流程EmbeddingLSTMNLP前置知识（情感分析）NLP任务粒度:字、词语、句子、篇章情感分析文本分类问题1:文本为什么要表示成向量呢？问题2:如何学习到表征语义信息的向量？如何将文本表示成向量？问题1:文本为什么要表示成向量呢？问题2:如何学习到表征语义信息

机器学习CV代码练习（七）之图像描述-预测某张图片的描述BLEU指标评估产生标题的质量完整代码：预测一张图片的标题+评估test数据集的生成质量BLEU指标评估产生标题的质量from nltk.translate.bleu_score importcorpus_bleu#手工产生(标准）为一个句子references = [[['there','is','a','cat','and','a','d

深度学习（五）：NLP文本生成任务——对对联，根据上联，对下联NLP文本生成任务Seq2seq&Attention机制数据处理流程LSTM——循环神经网络注意力机制（Attention）实战：对对联NLP文本生成任务文本生成的场景：看图说话、写摘要。。。Seq2seq&Attention机制Attention本质是权重，在翻译句子时候，汇集于前面单词不同的关注度。数据处理流程其中L