-
编辑 删除
中文文本相似度的研究有什么用
人与计算机的交互过程中，如果能提供人类的自然语言形式来进行交流，那人与计算机就能更加亲密友好。而要实现这一机制就需要自然语言处理来处理，一般来说自然语言处理会涉及几个学科：计算机科学、语言学、统计学和数学等。 不同语言的自然语言处理也存在差别，对于中文来说，很多时候都无法直接套…
-
编辑 删除
从JDK源码看OutputStream
前面已经了解了输入流《从JDK源码看InputStream》，接着看对应的输出流，JDK 给我们提供了很多实用的输出流 xxxOutputStream，而 OutputStream 是所有字节输出流的抽象。包括 ByteArrayOutputStream 、FilterOutp…
-
编辑 删除
JDK不同操作系统的FileSystem（Windows&Unix-like）
我们知道不同的操作系统有各自的文件系统，这些文件系统又存在很多差异，而Java 因为是跨平台的，所以它必须要统一处理这些不同平台文件系统之间的差异，才能往上提供统一的入口。 JDK 里面抽象出了一个 FileSystem 来表示文件系统，不同的操作系统通过继承该类实现各自的文件…
-
编辑 删除
JDK不同操作系统的FileSystem（unix-like）下篇
我们知道不同的操作系统有各自的文件系统，这些文件系统又存在很多差异，而Java 因为是跨平台的，所以它必须要统一处理这些不同平台文件系统之间的差异，才能往上提供统一的入口。 JDK 里面抽象出了一个 FileSystem 来表示文件系统，不同的操作系统通过继承该类实现各自的文件…
-
编辑 删除
JDK不同操作系统的FileSystem（unix-like）中篇
我们知道不同的操作系统有各自的文件系统，这些文件系统又存在很多差异，而Java 因为是跨平台的，所以它必须要统一处理这些不同平台文件系统之间的差异，才能往上提供统一的入口。 JDK 里面抽象出了一个 FileSystem 来表示文件系统，不同的操作系统通过继承该类实现各自的文件…
-
编辑 删除
JDK不同操作系统的FileSystem（unix-like）上篇
我们知道不同的操作系统有各自的文件系统，这些文件系统又存在很多差异，而Java 因为是跨平台的，所以它必须要统一处理这些不同平台文件系统之间的差异，才能往上提供统一的入口。 JDK 里面抽象出了一个 FileSystem 来表示文件系统，不同的操作系统通过继承该类实现各自的文件…
-
编辑 删除
典型相关分析如何分析两组变量的关系
,最原始的方法就是直接计算X和Y的协方差矩阵，矩阵有m*n个值。有了协方差矩阵就得到了两两变量之间的相关性，比如c_ij就是变量X_i和Y_j的相关性。 这种分析方法只考虑了c_ij变量X_i和Y_j变量单个维度之间的相关性，没有考虑X和Y内部之间的相关性。另外协方差矩阵的形式…
-
编辑 删除
集群RPC通信怎么做
RPC即远程过程调用，它的提出旨在消除通信细节、屏蔽繁杂且易错的底层网络通信操作，像调用本地服务一般地调用远程服务，让业务开发者更多关注业务开发而不必考虑网络、硬件、系统的异构复杂环境。 现在所有节点的响应都已经收集完毕，是时候通知刚刚被阻塞的那条线程了，原来的线程被notif…
-
编辑 删除
JDK不同操作系统的FileSystem（Windows）下篇
我们知道不同的操作系统有各自的文件系统，这些文件系统又存在很多差异，而Java 因为是跨平台的，所以它必须要统一处理这些不同平台文件系统之间的差异，才能往上提供统一的入口。 JDK 里面抽象出了一个 FileSystem 来表示文件系统，不同的操作系统通过继承该类实现各自的文件…
-
编辑 删除
n元语法
在统计自然语言处理中语言模型是很重要的一块，常用的语言模型是n元语法模型，当然现在比较流行的还有神经网络语言模型。n元语法模型需要额外的平滑处理，而神经网络语言模型则不必，它自带平滑效果。 n元语法（n-gram）是NLP中很重要的统计语言模型，简单来说就是计算某个句子出现的概…
-
编辑 删除
主成分分析(PCA)
主成分分析是一种统计学方法，它主要通过降维来简化数据结构，将多个变量转化成少数的几个综合变量，而综合变量能很好地表达原来多个变量的大部分信息，变量之间需要要具备相关性，而经过分析后的变量之间没有相关性。 简单从感性角度来了解它的原理就是，比如有两个变量，如下图，看起来它俩的信息…
-
编辑 删除
JDK不同操作系统的FileSystem（Windows）中篇
我们知道不同的操作系统有各自的文件系统，这些文件系统又存在很多差异，而Java 因为是跨平台的，所以它必须要统一处理这些不同平台文件系统之间的差异，才能往上提供统一的入口。 JDK 里面抽象出了一个 FileSystem 来表示文件系统，不同的操作系统通过继承该类实现各自的文件…
-
编辑 删除
机器学习之牛顿法
首先看泰勒公式，对于函数，如果函数平滑且某点存在各阶导数，则可以用一个多项式来描述该点邻域的近似值。公式如下： 牛顿法一般用来求解方程的根和求解极值。 数值优化算法除了梯度下降法外还有比较常用的一种方法是牛顿法。对于非线性方程，可以用牛顿迭代法进行求解，它收敛速度快。 基本思想…
-
编辑 删除
JDK不同操作系统的FileSystem（Windows）上篇
我们知道不同的操作系统有各自的文件系统，这些文件系统又存在很多差异，而Java 因为是跨平台的，所以它必须要统一处理这些不同平台文件系统之间的差异，才能往上提供统一的入口。 JDK 里面抽象出了一个 FileSystem 来表示文件系统，不同的操作系统通过继承该类实现各自的文件…
-
编辑 删除
机器学习之条件随机场（CRF）
CRF即条件随机场（Conditional Random Fields），是在给定一组输入随机变量条件下另外一组输出随机变量的条件概率分布模型，它是一种判别式的概率无向图模型，既然是判别式，那就是对条件概率分布建模。 CRF较多用在自然语言处理和图像处理领域，在NLP中，它是用…
-
编辑 删除
从JDK源码看InputStream
JDK 给我们提供了很多实用的输入流 xxxInputStream，而 InputStream 是所有字节输入流的抽象。包括 ByteArrayInputStream 、FilterInputStream 、BufferedInputStream 、DataInputStrea…
-
编辑 删除
来自麻省理工的信息抽取
MITIE 即 MIT 的 NLP 团队发布的一个信息抽取库和工具。它是一款免费且先进的信息抽取工具，目前包含了命名实体抽取、二元关系检测功能，另外也提供了训练自定义抽取器和关系检测器的工具。 MITIE 是核心代码是使用 C++ 写的，建立在高性能的机器学习库 dlib 上。…
-
编辑 删除
从JDK源码看Writer
Writer 是一个用于写字符流的抽象类，它将一些相通的写相关操作抽象到此类，方便各种写操作类的实现。一般来说子类只需要实现它的 write、flush 、close 等三个方法，但如果有需要还可以重写 Writer 提供的公共方法。 JDK 在 Writer 的基础上实现了很…
-
编辑 删除
如何使用中文维基百科语料
在做自然语言处理时很多时候都会需要中文语料库，高质量的中文语料库较难找，维基百科和百度百科算是比较不错的语料库。其中维基百科会定时将语料库打包发布 https://dumps.wikimedia.org/zhwiki/ ，可以下载最新版本的语料库。而百度百科则需要自己去爬，不过…
-
编辑 删除
从JDK源码看关闭钩子
Java提供了Shutdown Hook机制，它让我们在程序正常退出或者发生异常时能有机会做一些清场工作。使用的方法也很简单，Java.Runtime.addShutdownHook(Thread hook)即可。关闭钩子其实可以看成是一个已经初始化了的但还没启动的线程，当JV…
