读论文Automatically Labeled Data Generation for Large Scale Event Extraction

发表于 2019-03-08 | 分类于论文阅读 | 阅读次数:

字数统计: 1,513 | 阅读时长 ≈ 6

简介这篇文章关注对event extraction提供标注数据的方法。传统的hand-labeled的训练数据非常昂贵，并且event覆盖的非常有限。这使得一些supervised的方法很难去抽取大规模的event来进行KBP(knowledge base population)。我们知道，关系抽 ...

阅读全文 »

PRML

发表于 2019-02-22 | 分类于 Machine Learning | 阅读次数:

字数统计: 144 | 阅读时长 ≈ 1

一多项式对于$x$是非线性的，但是对于未知的参数$w$是线性的，这种未知参数是线性的模型称为线性模型。Functions, such as the polynomial, which are linear in the unknown parameters have important prope ...

阅读全文 »

machine learning review

发表于 2019-01-25 | 分类于 Machine Learning | 阅读次数:

字数统计: 507 | 阅读时长 ≈ 3

BayesianBayes’s Theorem$ P(A|B) = \frac{P(B|A)P(A)}{P(B)} $prior: $P(\omega)$likelihood: $P(x|\omega)$posterior: $P(\omega_i|x) = \frac{P(x|\omega_i)P ...

阅读全文 »

一种向量化技巧--Make Your Program Run Faster

发表于 2019-01-01 | 分类于 python | 阅读次数:

字数统计: 902 | 阅读时长 ≈ 4

相对于编译型语言，python是解释执行的，每次在循环调用时都会先将代码解释执行，此处的消耗非常之大，而使用底层是C实现的numpy编写高度向量化的代码，可以大大提高程序执行效率。所以我们在编写程序时，尽可能地减少for循环，可以让我们的代码变得更快。这里以k-NearestNeighbor（KNN ...

阅读全文 »

Unsupervised learning

发表于 2018-12-27 | 阅读次数:

字数统计: 0 | 阅读时长 ≈ 1

阅读全文 »

Machine Learning 2

发表于 2018-12-12 | 阅读次数:

字数统计: 155 | 阅读时长 ≈ 1

123456789101112131415>>> numpy.sign(x) # returns -1 if x < 0, 0 if x==0, 1 if x > 0>>> a = np.array([1, 2, 3])>>> b ...

阅读全文 »

Annotated Transformer

发表于 2018-12-06 | 阅读次数:

字数统计: 4,053 | 阅读时长 ≈ 19

Background减少时序计算的目标构成了扩展神经GPU，ByteNet和ConvS2S的基础，它们都使用卷积神经网络作为基本构建块，并行计算所有输入和输出位置的隐藏表示。在这些模型中，与来自两个任意输入或输出位置的信号相关的操作数量随着位置之间的距离而增加，对于ConvS2S呈线性增长，对于B ...

阅读全文 »

Machine Learning Assignment 1

发表于 2018-12-03 | 分类于 Machine Learning Assignment | 阅读次数:

字数统计: 870 | 阅读时长 ≈ 3

Visualize very high dimensional data in 2D or 3D space.t-SNE聚类 Represent image as a well chosen 64 bits integer, so that similar images will berepre ...

阅读全文 »