文艺技术宅
seq2seq 具有极强的时序能力，在自然语言处理（NLP）中是一个很强的模型，最近一段时间，在工程方面将该模型引入做命名实体识别（NER）也取得不错的效果。推荐G.Hinton的论文“Grammar as a Foreign Language”，讲述了如何用seq2seq做序列标注。
seq2seq 具有极强的时序能力，在自然语言处理（NLP）中是一个很强的模型，最近一段时间，在工程方面将该模型引入做命名实体识别（NER）也取得不错的效果。推荐G.Hinton的论文“Grammar as a Foreign Language”，讲述了如何用seq2seq做序列标注。
Continue reading “RNN的Seq2Seq模型做命名实体识别”
自然语言处理中字符级的embedding可以通过unicode的编码来做索引
自然语言处理中需要将字、词或句子做embedding之前，一般会将对象转成一个字典中的索引，比如
假如，要处理字符级的索引问题，建议使用unicode的方式，这样可以直接获取唯一的编码
在Python中通过ord函数实现：
ord=(u"吃") # 21507
斯坦福的“自然语言处理”课程，将于3月12号正式开课，目前已经放出了第一批的视频及PPT等， 3月12日正式开课还包括算法分析，密码学，图模型及博弈论等，都是非常不错的课程。
斯坦福的“自然语言处理”课程，将于3月12号正式开课，目前已经放出了第一批的视频及PPT等， 3月12日正式开课还包括算法分析，密码学，图模型及博弈论等，都是非常不错的课程。
相关地址：https://www.coursera.org/nlp/auth/welcome
