搜索资源列表
用Python进行自然语言处理
- Python编程的指导用书，扫描清晰，内容详细，尤其适合初学者。(A good reference based on python programming language.)
Seq2Seq
- 自然语言处理中 Seq2Seq LSTM搭建示例(This is the code of Seq2Seq model in NLP,using LSTM neural network)
paxallelblocked
- 切分之正向最大匹配算法(MM) 用于自然语言处理中的切词()
CRF学习
- CRF学习 语言标注 自然语言处理 分类属性标注信息学习(CRF learning language annotation Natural Language Processing classification attribute annotation information learning)
Deep Learning with Python-Manning
- 深入学习Python介绍领域的深入学习使用Python语言和强大的Keras图书馆。通过keras创造者和谷歌人工智能研究者弗兰?ois Chollet写的，这本书让你了解通过直观的解释和实例。您将探索具有挑战性的概念和实践与计算机视觉，自然语言处理和生成模型的应用程序。当你完成学业的时候，你将具备在自己的项目中应用深度学习的知识和动手能力。(Deep Learning with Python introduces the field of deep learning using the Pyt
lstm-oreilly-master
- 时间序列预测，股票走势预测，自然语言处理等等(Time Series Prediction)
布谷鸟算法（CS）Matlab
- 布谷鸟算法的应用，在论文，机器学习，自然语言处理等方面有着极大的应用(The application of the cuckoo algorithm, There are great applications in paper, machine learning, Natural Language Processing, etc.)
EXBRM967
- 切分之正向最大匹配算法(MM) 用于自然语言处理中的切词()
gfzz
- 自然语言处理句子匹配算法,一个用C语言编写的程序()
DeepLearning
- 用于分词，深度学习算法，使用了RNN神经网络，可以进行参数设置(Used for participle, depth learning algorithm)
搜狗分类新闻.20061127
- 用于自然语言处理的新闻语料，抓取网上的一些新闻资料(The news materials used in Natural Language Processing, and grab some news on the Internet)
lda
- lda 自然语言处理 文本分类 特征工程(lda natural language processing text classification feature engineering)
sequence_gan
- TensorFlow实现自然语言处理，基于梯度策略算法(Use TensorFlow to deal with the Natural Language Processing)
python-LDA-master
- 文本处理，自然语言处理，LDA，手动实现(Text Process.Natural lanuage process)
新建文件夹
- 文本处理，自然语言处理，包含中文和英文停用词(text processing,including chinese and english stopwords)
Deep Learning with Python
- 本书由Keras之父、现任Google人工智能研究员的弗朗索瓦?肖莱（Fran?ois Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，涉及计算机视觉、自然语言处理、生成式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。(Deep Learning with Python intr
Python深度学习.pdf+代码
- 本书由Keras之父、现任Google人工智能研究员的弗朗索瓦?肖莱（Franc?ois Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，包括计算机视觉、自然语言处理、产生式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。(This book is written by Franc
A-机器学习
- 2018/2019/校招/春招/秋招/算法/机器学习(Machine Learning)/Python/面试笔记(Machine Learning // Python / interview notes)
弹幕情感分析
- 对哔哩哔哩弹幕进行抽取并完成情感倾向的分析和估计(To extract bilibili barrage and complete the analysis and estimation of emotional tendency)
AI法官项目
- 本项目介绍了利用自然语言处理方法进行案件的自动识别以及量刑的预测