在过去几年中，深度学习改变了整个人工智能的发展。深度学习技术已经开始在医疗保健，金融，人力资源，零售，地震检测和自动驾驶汽车等领域的应用程序中出现。至于现有的成果表现也一直在稳步提高。

simhash是google用来处理海量文本去重的算法。simhash就是将一个文档，最后转换成一个64位的字节，然后判断重复只需要判断他们的各个字节的距离是不是<n（n为自定义大小，一般取3~5），就可以判断两个文档是否…

该篇文章主要介绍基于词语的文本相似度计算方式,包括: 余弦相似度 欧式距离 Dice系数 Jaccard 在计算余弦相似度与欧式距离的时候，需要将词语向量化表示，这就需要用到词袋模型。 词袋模型(Bag of words) 最初的B…

近期准备整理一下自然语言处理方面用到的技术，之前工作都是按照工作需求来走，对用到的技术算法也没有做一下系统性的整体，所以近期准备系统性的整理一下自然语言处理相关的内容。初步构想涉及6个方面的问题。

摘要： 本文学习如何通过发布的最新TensorFlow Evaluator版本使用TensorFlow（TF）模型进行预测和分类。

2014年，Sutskever等人提出序列到序列学习，一种通过神经网络将一个序列映射到另一个序列的通用框架。在该框架中，编码器神经网络逐个符号地处理句子并将其压缩成矢量表示; 然后，解码器神经网络基于编码器状态逐…

本文扩展了Herman Kamper和我在2018年深度学习Indaba组织的自然语言处理前沿课程。整个课程的幻灯片都可以在这里找到，这篇文章将主要讨论NLP中基于神经网络方法的近期进展。