-
【自然語言處理】基於語義角色標註的事件三元組抽取實作
本文介紹自然語言處理中的經典任務之一：語義角色標註，並分享開源專案「事件三元組抽取」如何利用語義角色標注的結果，以及復現心得、改良想法
-
資料科學初學者建模易犯的錯誤盤點
並非每次我們接觸到的資料，針對每一個預測標的，都有獨立、整理好的特徵值；尤其是在面對時間序列資料時，我們也希望捕捉預測標的，隨時間變化的特徵變化規律。本篇整理時間序列建模時，注意的重點： (I) Scale-transf...
-
【資源整理】資料分析學習路徑整理
職稱滿天飛，資料分析師、數據分析師、資料科學家、數據工程師、AI工程師、機器學習工程師…，我認為有一個光譜可由淺入深分類一下這些跟「數據」搭上邊的工作（例如 日常工作類型的比例是建立資料架構、清理資料、建模還是視覺呈現報...
-
【自然語言處理】認識文本分析｜給我一段話，我告訴你重點在哪：對文本重點字詞加權的TF-IDF方法
適逢上週五2019數位奇點獎，敝公司獲得【最佳數據科技創新獎】銅獎；當中的案件我們使用到tfidf產生的文本向量做KMeans分群。正好想試試再讓文章簡單好懂一點，本周就單純只介紹這個文本分析很常用到的統計方法：TF-I...
-
【自然語言處理】認識文本分析｜Word2Vec, Doc2Vec 比較 (附Python程式碼)
本篇筆記 Python自然語言處理入門的常用方法 Word2Vec，及其延伸：Doc2Vec，表述他們之間的關聯，並以Python實作比較不同方法分辨同樣兩個語句的效果。（介於中間的還有Sent2Vec，概念與Doc2V...
AI 新聞 / AI 架構師實戰分享 / AI 小課
