关系抽取有基于字符模式的抽取、基于语法模式的抽取、基于语义模式的抽取、自动化模式抽取和基于学习的抽取。基于学习的抽取是目前的主流方法，因此主要介绍基于学习的抽取。基于学习的抽取分为基于监督学习、基于弱监督学习和基于远程学习的抽取。从模型的角度来看，无论是采用哪种方法，都可以采用序列标注方式或者序列分类模型进行，如果已经给定了实体位置，使用分类模型更方便。1. 基于监督学习的关系抽取监督学习是利用标

安装mongoDB遇到如下问题：the domain,user nameand/or password are incorrect.remember to use"." for the domain if the account is on the local machine解决：1.退出安装程序，第2步时选用custom2.重新安装到此步时，用默认选项安装如图：3.此处记得去掉勾...

使用wine，打开微信和QQ的时候提示以下两个错误：libGL error: No matching fbConfigs or visuals foundlibGL error: failed to load driver: swrast参考了很多方法，并没有起到作用，最后找到了这个：https://askubuntu.com/questions/834254/steam-libgl-error-

强化学习的概念强化学习主要由智能体（agent）和环境（environment）两部分组成。智能体代表具有行为能力的物体，环境指智能体执行动作时所处的场景。其目标是寻找一个最优策略，使智能体在运动过程中获得的累积奖励最大。通俗的说：强化学习算法通过不断的与用户进行交互，先推送少量的类似信息给用户，看用户的反馈，然后根据用户的反馈再推送相关的内容，并在后序交互过程中继续根据用户的反馈不断维护和更新上

在终端输入ps -ef | grep pycharm杀死相关进程：kill -s 9 pycharm-s 9强制杀死

import globimport osimport numpy as npfrom keras.callbacks import TensorBoardfrom keras.layers import Dense,Dropout,SimpleRNN, Flattenfrom keras.models import Sequentialfrom random import shufflefrom

错误如下：、(base) wgj@Think:~$ conda install -c anaconda opencvCollecting package metadata (current_repodata.json): doneSolving environment: failed with initial frozen solve. Retrying with flexible solve.S

提供了一个效果较好的文本生成项目，该项目基于transformer-xl，并将代码修改为可以在tensorflow 2.x版本下运行，同时可以兼容tensorflow 1.x版本。提供了鲁迅小说数据集、唐诗数据集，可参考项目给出的说明，有针对性的训练对应的文本生成模型。训练时，修改script文件下的.sh文件，将数据集、模型保存地址、注意力层、注意力头数改为自己想要的，然后运行train.py文

因为需要，开始入坑cuda，习惯了使用C语言写算法的我表示很懵逼…可能会出现一些问题，最大的原因还是conda的版本高了，最新的conda版本为3.7，而pycuda支持到3.6，所以，需要创建一个低版本的虚拟环境：见conda创建虚拟环境使用pip 命令直接安装即可：pip install pycuda...

使用wine，打开微信和QQ的时候提示以下两个错误：libGL error: No matching fbConfigs or visuals foundlibGL error: failed to load driver: swrast参考了很多方法，并没有起到作用，最后找到了这个：https://askubuntu.com/questions/834254/steam-libgl-error-