Skip to content

Commit 20e2085

Browse files
km1994km1994
committed
修改
1 parent 1ac910e commit 20e2085

File tree

15 files changed

+73
-45
lines changed

15 files changed

+73
-45
lines changed

‎NLPinterview/KG/KBQA/readme.md

Lines changed: 38 additions & 36 deletions
Original file line numberDiff line numberDiff line change
@@ -47,47 +47,49 @@
4747

4848
#### 1.2.2. 问句解析
4949

50-
- 实体抽取：
51-
- 作用：得到匹配的词和类型
52-
- 方法：
53-
- 模式匹配：
54-
- 介绍：主要采用规则 提槽
55-
- 工具：正则表达式
56-
- 词典：
57-
- 介绍：利用词典进行匹配
58-
- 采用的词典匹配方法：trie和Aho-Corasick自动机，简称AC自动机
59-
- 工具：ahocorasick、FlashText 等 python包
60-
- 基于词向量的文本相似度计算：
61-
- 介绍：计算 query 中 实体 与 实体库 中候选实体的相似度，通过设定阈值，得到最相似的 实体
62-
- 工具：词向量工具（TF-idf、word2vec、Bert 等）、相似度计算方法（余弦相似度、L1、L2等）
63-
- 命名实体识别方法：
64-
- 利用 命名实体识别方法 识别 query 中实体
65-
- 方法：BiLSTM-CRF等命名实体识别模型
66-
- 举例说明：
50+
1. 实体抽取：
51+
52+
- 作用：得到匹配的词和类型
53+
- 方法：
54+
- 模式匹配：
55+
- 介绍：主要采用规则 提槽
56+
- 工具：正则表达式
57+
- 词典：
58+
- 介绍：利用词典进行匹配
59+
- 采用的词典匹配方法：trie和Aho-Corasick自动机，简称AC自动机
60+
- 工具：ahocorasick、FlashText 等 python包
61+
- 基于词向量的文本相似度计算：
62+
- 介绍：计算 query 中 实体 与 实体库 中候选实体的相似度，通过设定阈值，得到最相似的 实体
63+
- 工具：词向量工具（TF-idf、word2vec、Bert 等）、相似度计算方法（余弦相似度、L1、L2等）
64+
- 命名实体识别方法：
65+
- 利用 命名实体识别方法 识别 query 中实体
66+
- 方法：BiLSTM-CRF等命名实体识别模型
67+
- 举例说明：
6768

6869
```s
6970
eg：通过解析 上面的 query ，获取里面的实体和实体类型：{'Disease': ['高血压'], 'Symptom': ['高血压'], 'Complication': ['高血压']}
7071
```
7172

72-
- 属性和关系抽取：
73-
- 作用：抽取 query 中 的 属性和关系
74-
- 方法：
75-
- 模式匹配：
76-
- 介绍：主要采用规则匹配
77-
- 工具：正则表达式
78-
- 词典：
79-
- 介绍：利用词典进行匹配
80-
- 采用的词典匹配方法：trie和Aho-Corasick自动机，简称AC自动机
81-
- 工具：ahocorasick、FlashText 等 python包
82-
- 意图识别方法：
83-
- 介绍：采用分类模型 对 query 所含关系 做预测
84-
- 工具：
85-
- 机器学习方法：LR、SVM、NB
86-
- 深度学习方法：TextCNN、TextRNN、Bert 等
87-
- 命名实体识别方法：【同样，可以采用命名实体识别挖掘出 query 中的某些动词和所属类型】
88-
- 利用 命名实体识别方法 识别 query 中实体
89-
- 方法：BiLSTM-CRF等命名实体识别模型
90-
- 举例说明：
73+
2. 属性和关系抽取：
74+
75+
- 作用：抽取 query 中 的 属性和关系
76+
- 方法：
77+
- 模式匹配：
78+
- 介绍：主要采用规则匹配
79+
- 工具：正则表达式
80+
- 词典：
81+
- 介绍：利用词典进行匹配
82+
- 采用的词典匹配方法：trie和Aho-Corasick自动机，简称AC自动机
83+
- 工具：ahocorasick、FlashText 等 python包
84+
- 意图识别方法：
85+
- 介绍：采用分类模型 对 query 所含关系 做预测
86+
- 工具：
87+
- 机器学习方法：LR、SVM、NB
88+
- 深度学习方法：TextCNN、TextRNN、Bert 等
89+
- 命名实体识别方法：【同样，可以采用命名实体识别挖掘出 query 中的某些动词和所属类型】
90+
- 利用 命名实体识别方法 识别 query 中实体
91+
- 方法：BiLSTM-CRF等命名实体识别模型
92+
- 举例说明：
9193

9294
```s
9395
- eg：通过解析 上面的 query ，获取里面的实体和实体类型：

‎NLPinterview/KG/neo4j/readme.md

Lines changed: 2 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -1,6 +1,8 @@
11
# 【关于 Neo4j 】 那些你不知道的事
22

33
> 作者：吴晓均
4+
>
5+
> 项目地址：https://github.com/km1994/NLP-Interview-Notes
46
57
![](img/微信截图_20210129232419.png)
68

‎NLPinterview/KG/readme.md

Lines changed: 1 addition & 2 deletions
Original file line numberDiff line numberDiff line change
@@ -2,9 +2,8 @@
22

33
> 作者：吴晓均
44
>
5-
> 项目地址：https://github.com/km1994/nlp_paper_study
5+
> 项目地址：https://github.com/km1994/NLP-Interview-Notes
66
>
7-
> 个人介绍：大佬们好，我叫杨夕，该项目主要是本人在研读顶会论文和复现经典论文过程中，所见、所思、所想、所闻，可能存在一些理解错误，希望大佬们多多指正。
87
98
![](img/微信截图_20210129233513.png)
109

‎NLPinterview/PreTraining/bert/readme.md

Lines changed: 2 additions & 2 deletions
Original file line numberDiff line numberDiff line change
@@ -172,11 +172,11 @@ BERT（Bidirectional Encoder Representations from Transformers）是一种T**ran
172172
> θ1：是 Mask-LM 任务中在 Encoder 上所接的输出层中的参数；<br/>
173173
> θ2：是句子预测任务中在 Encoder 接上的分类器参数；<br/>
174174
175-
- 在第一部分的损失函数中，如果被 mask 的词集合为 M，因为它是一个词典大小 |V| 上的多分类问题，那么具体说来有：
175+
- 在第一部分的损失函数中，如果被 mask 的词集合为 M，因为它是一个词典大小 |V| 上的多分类问题，所用的损失函数叫做负对数似然函数（且是最小化，等价于最大化对数似然函数），那么具体说来有：
176176

177177
![](img/20201130205229.png)
178178

179-
- 在第一部分的损失函数中，在句子预测任务中，也是一个分类问题的损失函数：
179+
- 在第二部分的损失函数中，在句子预测任务中，也是一个分类问题的损失函数：
180180

181181
![](img/20201130205325.png)
182182

‎NLPinterview/PreTraining/elmo/readme.md

Lines changed: 4 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -2,6 +2,10 @@
22

33
> 作者：杨夕
44
>
5+
> 项目地址：https://github.com/km1994/NLP-Interview-Notes
6+
>
7+
> 个人论文读书笔记：https://github.com/km1994/nlp_paper_study
8+
>
59
> 【注：手机阅读可能图片打不开！！！】
610
711
![](img/Elmo.png)

‎NLPinterview/PreTraining/fasttext/readme.md

Lines changed: 4 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -2,6 +2,10 @@
22

33
> 作者：杨夕
44
>
5+
> 项目地址：https://github.com/km1994/NLP-Interview-Notes
6+
>
7+
> 个人论文读书笔记：https://github.com/km1994/nlp_paper_study
8+
>
59
> 【注：手机阅读可能图片打不开！！！】
610
711
![](img/fastText.png)

‎NLPinterview/PreTraining/tfidf/readme.md

Lines changed: 4 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -2,6 +2,10 @@
22

33
> 作者：杨夕
44
>
5+
> 项目地址：https://github.com/km1994/NLP-Interview-Notes
6+
>
7+
> 个人论文读书笔记：https://github.com/km1994/nlp_paper_study
8+
>
59
> 【注：手机阅读可能图片打不开！！！】
610
711
![](img/TF-idf.png)

‎NLPinterview/PreTraining/word2vec/readme.md

Lines changed: 4 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -2,6 +2,10 @@
22

33
> 作者：杨夕
44
>
5+
> 项目地址：https://github.com/km1994/NLP-Interview-Notes
6+
>
7+
> 个人论文读书笔记：https://github.com/km1994/nlp_paper_study
8+
>
59
> 【注：手机阅读可能图片打不开！！！】
610
711
![](img/Word2vec.png)

‎NLPinterview/QA/FAQ/readme.md

Lines changed: 3 additions & 1 deletion
Original file line numberDiff line numberDiff line change
@@ -2,7 +2,9 @@
22

33
> 作者：杨夕
44
>
5-
> 本文链接：https://github.com/km1994/nlp_paper_study
5+
> 项目地址：https://github.com/km1994/NLP-Interview-Notes
6+
>
7+
> 个人论文读书笔记：https://github.com/km1994/nlp_paper_study
68
>
79
> 个人介绍：大佬们好，我叫杨夕，该项目主要是本人在研读顶会论文和复现经典论文过程中，所见、所思、所想、所闻，可能存在一些理解错误，希望大佬们多多指正。
810
>

‎NLPinterview/TextMatch/ESIM/readme.md

Lines changed: 3 additions & 1 deletion
Original file line numberDiff line numberDiff line change
@@ -2,7 +2,9 @@
22

33
> 作者：杨夕
44
>
5-
> 项目地址：https://github.com/km1994/nlp_paper_study
5+
> 项目地址：https://github.com/km1994/NLP-Interview-Notes
6+
>
7+
> 个人论文读书笔记：https://github.com/km1994/nlp_paper_study
68
>
79
> 个人介绍：大佬们好，我叫杨夕，该项目主要是本人在研读顶会论文和复现经典论文过程中，所见、所思、所想、所闻，可能存在一些理解错误，希望大佬们多多指正。
810
>

0 commit comments

Comments
 (0)