引言 国内毕业论文大部分是使用微软（MicroSoft）的Office来进行排版。为什么论文排版后看起来“好看”？其实可以将排版看做是一系列格式的集合。 本文诣在提供一个简洁、高效的硕士毕业论文技巧（方法），并通过MicroSoft Word来实际操作讲解。 本文排版思想：先排版，全局设置格式。即根据样式设置确定整体的排版结构 + 个别的局部格式调整。 Wo...
自然语言处理——中文文本预处理 近期，在自学自然语言处理，初次接触NLP觉得十分的难，各种概念和算法，而且也没有很强的编程基础，学着稍微有点吃力。不过经过两个星期的学习，已经掌握了一些简单的中文、英文语料的预处理操作。写点笔记，记录一下学习的过程。 1、中文语料的特点 第一点：中文语料中词与词之间是紧密相连的，这一点不同与英文或者其它语种的语料，因此在...
StackGAN 周枫 少年，愿有一天，你能用内心的沉稳安宁，洗去身上的躁动和铅华 已关注 12 人赞同了该文章 未经授权，严禁任何形式转载！能力有限，欢迎指正批评！ 参考 StackGAN: Text to Photo-realistic Image Synthesis with Stacked Generative Adversa...
基于层次过滤的文本生成 引言 目前文本生成最常用的算法基于 fully autoregressive 模型，比如 RNN 和 transformer。在 fully autoregressive 模型中，生成下一个词的概率取决于之前所有的词。 给定一个 fully autoregressive 模型，文本生成通常使用 beam search...
最近在项目中实现了一套基于Windows Forms的开发框架，个人对于本身的设计还是比较满意的，因此，打算将这部分设计整理成文档，通过一些UML图形比如类图（Class Diagram）来描述整个框架的设计。然而，并没有找到一款合适的UML设计工具，商用版的功能强大，但即便是个人许可，一个License也不下千元；免费社区版的UML工具中，draw.io...
一、数据挖掘 数据挖掘是运用计算机及信息技术,从大量的、不全然的数据集中获取隐含在当中的实用知识的高级过程。Web 数据挖掘是从数据挖掘发展而来,是数据挖掘技术在Web 技术中的应用。Web 数据挖掘是一项综合技术,通过从Internet 上的资源中抽取信息来提高Web 技术的利用效率,也就是从Web 文档结构和试用的集合中发现隐含的模式。 数据挖掘...
原文链接：http://tecdat.cn/?p=9424 目录 什么是主题建模？ 获取和整理NASA元数据 制作DocumentTermMatrix LDA主题建模 探索建模 每个文档都属于哪个主题？ 将主题建模连接到关键字 NASA有32,000多个数据集，并且NASA有兴趣了解这些数据集之间的联系，以及与NASA以外其他政府组织中其他重要数据集...
做搜索的都知道，中文分词，一般都是先建一个词库，再根据词库进行分词。但是这样做有两个问题：1.存在歧义词，2.不容易发现新词。尤其第2点，在处理舆情类内容时更是如此。如果想减少这类问题，现在的主要解决手段，一般都是在后端建一个词条系统，通过累积找到高频词，然后把高频词加到词库中，再进行分词。但是这样做仍然有一个时间差问题，不适合即时性的内容判断。最近接手了...
MATROSKA 文件格式 1.EBML (Extensible Binary Meta Language): EBML语言使用不定长整数,这种方式相对于固定长度的32位/64位字长的整数值更节约空间.放置的位置也不受字节对齐约束..这种长度编码方式来自于UTF-8编码规范. 不定长度的无符号整数值(“vint”): 长度的计算方法: 长度 = 1 + 整...
1 <?php 2 $txtPart="test0.txt"; //export 3 $txtPartContent=fopen($txtPart,"r"); //读文件，返回TRUE，FALSE 4 if($txtPartContent){ //若文件存在继续 5 while(!fe...