标签：总结 NLP skip 2020.3 相关 go CBOW should grim
1.StanfordNLP工具包
stanfordNLP工具包的内容及相关使用见以下链接：[https://baijiahao.baidu.com/s?id=1624150656027338658&wfr=spider&for=pc]
2.NLP中的分词模型–GloVe模型
1）原理：基于语料库构建词的共现矩阵，然后基于共现矩阵和GloVe模型对词汇进行向量化表示，输入是语料库，输出是词向量。
2）于skip-grim和CBOW的区别
skip-grim:只关注上下文的单个单词
CBOW：关注上下文的所有单词
比如句子为：I think we should go to school，如果目标词为go
则skip-grim关注should和to，CBOW则关注所有的单词，因此一定程度上可以说，CBOW比skip-grim能获取更多的信息。
3）GloVe模型在构建共现矩阵时，会有个窗口大小，比如此句中窗口大小为5，目标词为go，则需关注的窗口内容为we should go to school。
相关内容见：https://blog.csdn.net/codertc/article/details/73864097
3.2020问答系统（QA）最新论文、书籍、数据集、竞赛、课程资源分析
见：https://zhuanlan.zhihu.com/p/98688910
4.汉语字典相关资料
5.Stanford 问答系统资料
Stanford Question Answering Dataset
6.matplotlab相关知识
画图可参考官网相关资料，example中都有源码
matplotlab官网
最近需要总结的相关资料暂时就这么多，后续再慢慢更新其他的内容。
标签：总结,NLP,skip,2020.3,相关,go,CBOW,should,grim 来源： https://blog.csdn.net/sharic_song/article/details/104635267
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。