發(fā)簡信
IP屬地：河南
-
BM25和TFIDF原理及區(qū)別1，TF?IDF算法 TF是指歸一化后的詞頻，IDF是指逆文檔頻率。給定一個(gè)文檔集合D，有d1,d2,d3,......,dn∈D。文檔集合總共...
-
搜索Query分析改寫
搜索意圖識別： Query分析： 分詞：切詞，pinyin分詞 查詢類目預(yù)測： Query改寫： Query改寫本質(zhì)上是要找到和原始Query相...
-
數(shù)據(jù)挖掘之同義詞挖掘
在搜索過程中，需要使用同義詞來達(dá)到提高召回的目的，例如用戶搜索：口紅，但是商品名稱卻不含口紅關(guān)鍵詞，比如商品名為：xxx彩色唇膏。但其實(shí)兩個(gè)詞是...
-
神經(jīng)網(wǎng)絡(luò)中常見激活函數(shù)及特點(diǎn)從最開始的邏輯回歸到后來的CNN，RNN，我們經(jīng)常會(huì)聽到激活函數(shù)這個(gè)詞，也經(jīng)常會(huì)聽到sigmod函數(shù)會(huì)造成神經(jīng)網(wǎng)絡(luò)梯度消失，BN為什么能緩解梯度...
-
過擬合與欠擬合及方差偏差在模型的評估與調(diào)整的過程中，經(jīng)常會(huì)遇到過擬合與欠擬合的情況，如何有效的識別過擬合和欠擬合現(xiàn)象，并了解其中原因，有效的對模型進(jìn)行調(diào)整。 什么是過擬...
-
文本聚類
最近朋友面試有被問到文本聚類問題，總結(jié)如下： 聚類分析，又稱群分析，它是研究（樣品或指標(biāo)）分類問題的一種統(tǒng)計(jì)分析方法，以相似性為基礎(chǔ)，在一個(gè)聚類...
-
快速理解RNN（LSTM，GRU）結(jié)構(gòu)原理1.RNN解決了什么問題？ RNN主要用來解決序列問題，強(qiáng)調(diào)的是先后順序，在NLP中引申出上下文的概念，一個(gè)翻譯問題，這個(gè)詞的含義可能和前后的單...
-
Xgboost原理及推導(dǎo)Xgboost無論是工業(yè)界還是kaggle比賽效果都很好，學(xué)習(xí)過程中看了很多博客依然理解的不是很好，自己比較菜，看了陳天奇大神PPT清晰了很多，...
-
Query熱詞及文本熱點(diǎn)話題挖掘
最近被問到熱詞挖掘，幾種挖掘場景用到的算法思路都比較接近，特整理思路如下，做以后參考。 幾個(gè)熱詞挖掘常見場景： 搜索query熱詞挖掘 輿情長文...