Clik here to view.
专利文本数据挖掘之AIpatent
这两年，我花了很多时间在专利文本数据挖掘上，这是一件很好玩的事情。目前我们的产品陆续上线了，感兴趣的朋友可以关注： AIpatent专利翻译引擎：http://t.aipatent.com AIpatent专利科技词典：http://d.aipatent.com/ AIpatent专利情报信息：http://x.aipatent.com/ 接下来，还有好玩的AIpatent专利检索产品，敬请期待。...
View ArticleCoursera上数据科学相关课程（公开课）汇总推荐
Coursera上的数据科学课程有很多，这里汇总一批。 1、 Introduction to Data Science Specialization IBM公司推出的数据科学导论专项课程系列（Introduction to Data Science...
View ArticleClik here to view.
决策树模型算法研究与案例分析
决策树模型算法研究与案例分析 (白宁超 2018年8月30日11:46:14) 导读：决策树算法是一种基本的分类与回归方法，是最经常使用的算法之一。决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。它可以认为是基于规则的集合。本文首先介绍决策树定义、工作原理、算法流程、优缺点等，然后结合案例进行分析。（本文原创，转载必须注明出处） 理论介绍 什么是决策树...
View ArticleClik here to view.
KNN模型算法研究与案例分析
KNN模型算法研究与案例分析 (白宁超 2018年8月30日11:46:14) 导读：机器学习算法中KNN属于比较简单的典型算法，既可以做聚类又可以做分类使用。本文通过一个模拟的实际案例进行讲解。整个流程包括：采集数据、数据格式化处理、数据分析、数据归一化处理、构造算法模型、评估算法模型和算法模型的应用。（本文原创，转载必须注明出处） 1 理论介绍 什么是KNN？...
View ArticleClik here to view.
Clik here to view.
Clik here to view.
Clik here to view.
逻辑回归模型算法研究与案例分析
逻辑回归模型算法研究与案例分析 (白宁超 2018年9月11日11:37:17) 导读：逻辑回归（Logistic regression）即逻辑模型，属于常见的一种分类算法。本文将从理论介绍开始，搞清楚什么是逻辑回归、回归系数、算法思想、工作原理及其优缺点等。进一步通过两个实际案例深化理解逻辑回归，以及在工程应用进行实现。（本文原创，转载必须注明出处： 决策树模型算法研究与案例分析） 理论介绍...
View ArticleClik here to view.
Clik here to view.
AI Challenger 2018 进行时
之前写过一篇《AI Challenger 2017 奇遇记》，记录了去年参加 AI Challenger 英中机器文本翻译比赛和英中机器同声传译比赛的过程，得到了一些反馈，特别是一些同学私下留言希望共享语料做科研用，但是限于去年比赛AI Challenger官方的约定，无法私下分享。不过好消息是，AI Challenger 2018...
View ArticleClik here to view.
AI Challenger 2018 细粒度用户评论情感分析 fastText Baseline
上一篇《AI Challenger 2018 进行时》文尾我们提到 AI Challenger 官方已经在 GitHub 上提供了多个赛道的 Baseline: AI Challenger 2018 Baseline ，其中文本挖掘相关的3个主赛道均有提供，非常适合用来学习：英中文本机器翻译的 baseline...
View ArticleClik here to view.
受限玻尔兹曼机原理及在推荐系统中的应用（达观数据于敬）
深度学习相关技术近年来在工程界可谓是风生水起，在自然语言处理、图像和视频识别等领域得到极其广泛的应用，并且在效果上更是碾压传统的机器学习。一方面相对传统的机器学习，深度学习使用更多的数据可以进行更好的扩展，并且具有非常优异的自动提取抽象特征的能力。...
View ArticleClik here to view.
达观数据曾彦能：如何用深度学习做好长文本分类与法律文书智能化处理
在NLP领域中，文本分类舆情分析等任务相较于文本抽取，和摘要等任务更容易获得大量标注数据。因此在文本分类领域中深度学习相较于传统方法更容易获得比较好的效果。正是有了文本分类模型的快速演进，海量的法律文书可以通过智能化处理来极大地提高效率。我们今天就来分析一下当前state of art的文本分类模型以及他们在法律文书智能化中的应用。...
View ArticleClik here to view.
Clik here to view.
这就是篇章分析
摘要：篇章分析的最终目标是从整体上理解篇章，最重要的任务是分析篇章结构。篇章结构包括：语义结构，话题结构，指代结构等。 有学者认为篇章有7个基本特征：衔接性，连续性，意图性，信息性，可接受性，情景性和跨篇章性。其中衔接性，连续性，意图性和信息性对自然语言产生了很多影响。（本文原创，转载必须注明出处.） 概述 篇章是形式上互相衔接、语义上前后连贯的句子序列。有以下3种： 1.文章：新闻稿、博客、微博...
View ArticleClik here to view.
“达人”计划丨达观数据2019届校园招聘正式启动
一 Who we are 用理解分析情景 用热诚驱动革新 用AI开拓未来 为有志于在人工智能NLP领域发展的同学 提供一条有趣、钱多、目标明确的赛道 为客户提供文本智能处理解决方案 以一流文本挖掘技术赋能企业转型 在AI趋势中一起破浪前行！ 二 招聘岗位 1 AI算法工程师 自然语言处理，搜索算法，推荐算法，计算机视觉。 2 软件开发工程师...
View ArticleClik here to view.
达观数据桂洪冠：如何省时省力验证模型效果？达观数据在线分层实验平台给你支招
背景 随着大数据和人工智能时代的到来，数据的驱动使得企业经营决策和精细化运营的效果指标的量化评估成为可能，企业的决策和运营也越来越离不开数据的支持。尤其是朝夕万变的互联网行业，产品创新和决策都需要快速得到用户反馈的数据去不断的迭代更新。 产品的新特性是否会受到用户的欢迎？新优化的模型和策略的线上效果如何？如何低成本的进行快速且量化的效果验证？ 答案是A/B test实验。 事实上，一个高效的A/B...
View ArticleClik here to view.
如何学习自然语言处理：NLP领域经典《自然语言处理综论》英文版第三版更新
如何学习NLP? 我觉得先要学好英语、数学和编程，因为英文世界的资料更丰富和原创，而数学会让你读论文的时候游刃有余、编程可以让你随时随地实现相关的idea。这好像是废话，那么闲话少说，进入正题。 去年写过一篇《如何学习自然语言处理：一本书和一门课》，介绍了NLP领域经典书籍《自然语言处理综论（Speech and Language...
View ArticleClik here to view.
达观数据王子豪：这5个例子，小学生都能秒懂分类算法
分类算法作为数据挖掘、机器学习中重要的研究领域，在新闻分类、黄反广告识别、情感分析、观点挖掘等应用实践中都有着广泛的应用。如何将朴素贝叶斯、决策树、支持向量机这些常见的分类算法通俗易懂地讲给对人工智能感兴趣的人？达观研究院的这篇分类算法科普文章，以日常生活为例子，让小学生都能秒懂分类算法。 试想，8岁的小明是你刚上小学的儿子，长得可爱，古灵精怪，对世界充满好奇。...
View ArticleClik here to view.
一文详解深度学习在命名实体识别(NER)中的应用
近几年来，基于神经网络的深度学习方法在计算机视觉、语音识别等领域取得了巨大成功，另外在自然语言处理领域也取得了不少进展。在NLP的关键性基础任务—命名实体识别（Named Entity Recognition，NER）的研究中，深度学习也获得了不错的效果。最近，笔者阅读了一系列基于深度学习的NER研究的相关论文，并将其应用到达观的NER基础模块中，在此进行一下总结，与大家一起分享学习。 1、NER...
View Article