2026年11月的文章 第54页
3.2.2 中文分词
尽管中文的语言结构与英文存在显著差异,我们仍可以借助“分词粒度”的视角,对中文的分词方式进行归类和分析。 字符级分词 字符级分词是中文处理中最简单的一种方式,即将文本按照单个汉字进行...
第3 章 文本表示
3.1 概述 文本表示是将自然语言转化为计算机能够理解的数值形式,是绝大多数自然语言处理(NLP)任务的基础步骤。 早期的文本表示方法(如词袋模型)通常将整段文本编码为一个向量。这类方法实...
第 2 章 环境准备
2.1 创建conda环境 终端输入如下命令,创建项目的虚拟环境,并指定Python版本: conda create -n nlp python=3.12 激活该虚拟环境: conda activate nlp 2.2 安装所需依赖 本课程依赖以下软件和...
1.3 技术演进历史
1.3.1 规则系统阶段 在20世纪50年代至80年代初,自然语言处理主要依赖人工编写的语言规则,这些规则由语言学家和程序员手动制定。这一阶段的代表系统有早期的机器翻译系统(如Georgetown-IBM实...
2.2 激活函数
2.2.1 激活函数的作用 激活函数是连接感知机和神经网络的桥梁,在神经网络中起着至关重要的作用。 如果没有激活函数,整个神经网络就等效于单层线性变换,不论如何加深层数,总是存在与之等效的...
2.1.2 复习感知机
我们先复习一下在机器学习部分学习过的感知机。 感知机(Perceptron)是二分类模型,接收多个信号,输出一个信号。感知机的信号只有0、1两种取值。 下图是一个接收两个输入信号的感知机的例子:...
第 2 章 神经网络基础
2.1 神经网络的构成 在生物体中,神经元 是神经系统最基本的结构和功能单位。 神经元从树突接收其它神经元细胞发出的电化学刺激脉冲,这些脉冲叠加后,一旦强度达到临界值,这个神经元就会...
8.2.2 主成分分析
1)主成分分析简介 主成分分析(Principal Component Analysis,PCA)是一种常用的无监督学习方法,旨在找到数据中“最重要的方向”,即方差最大的方向,并用这些方向重新表达数据。 在主成分分...
8.1.4 聚类模型评估
由于聚类任务没有预定义的标签(不像监督学习有真实类别可供比较),所以需要依赖聚类结果和原始数据来衡量模型的好坏,主要关注簇内的紧凑性和簇间的分离性。 import matplotlib.pyplot as plt...











