Buku ini ditulis bersama oleh penulis Sinonim.
Tautan pembelian buku cepat
"Menjawab Pertanyaan Cerdas dan Pembelajaran Mendalam" Buku ini ditujukan untuk pelajar dan insinyur perangkat lunak yang bersiap untuk memulai pembelajaran mesin dan pemrosesan bahasa alami. Buku ini memperkenalkan banyak prinsip dan algoritma dalam teori, dan juga memberikan banyak contoh program untuk meningkatkan kepraktisan dirangkum dalam contoh pustaka kode program. Program-program ini terutama untuk membantu semua orang memahami prinsip dan algoritma. Anda dipersilakan untuk mengunduh dan menjalankannya. Alamat basis kode adalah:
https://github.com/l11x0m7/book-of-qna-code
Sinonim Bahasa Mandarin untuk Pemrosesan dan Pemahaman Bahasa Alami.
Toolkit sinonim bahasa Mandarin terbaik.
synonyms
dapat digunakan untuk banyak tugas dalam pemahaman bahasa alami: perataan teks, algoritma rekomendasi, penghitungan kesamaan, offset semantik, ekstraksi kata kunci, ekstraksi konsep, peringkasan otomatis, mesin pencari, dll.
npm install node-synonyms
Proyek ini adalah toolkit Node.js dari Sinonim. Versi stabilnya adalah v1. Ini telah diuji di Mac OSX dan Linux . Saat ini setelah dipacking, modul npm berukuran 47MB, hal ini dikarenakan file kosakatanya sangat besar sehingga perlu bersabar saat mendownload.
Mendukung penggunaan konfigurasi variabel lingkungan:
variabel lingkungan | menggambarkan | nilai bawaan |
---|---|---|
SYN_MODEL_W2V_PATH | File vektor kata diperoleh setelah pelatihan word2vec | node_modules/node-synonyms/data/words.vector |
SYN_WORDSEG_CUSTOM_DICT | Kamus Pengguna Segmentasi Kata | node_modules/node-synonyms/data/tokenizer/user.dict.utf8 |
SYN_WORDSEG_STOPWORD_DICT | segmentasi kata menghentikan kamus kata | node_modules/node-synonyms/data/tokenizer/stop_words.utf8 |
SYN_WORDSEG_PUNCT_DICT | Kamus tanda baca segmentasi kata | node_modules/node-synonyms/data/tokenizer/punctuation.utf8 |
var synonyms = require("node-synonyms") # 使用上述环境变量做定制化
Semua nilai pengembalian antarmuka adalah Janji.
antarmuka segmentasi kata
let sen1 = "移动互联网";
synonyms.seg(sen1, true, true)
.then(function(words){
// do your magic
});
stopwords (Boolean) apakah akan mempertahankan kata-kata berhenti, punct (Boolean) apakah akan mempertahankan tanda baca.
[String], daftar kata.
["移动","互联网"]
Mengembalikan vektor kata
synonyms.vector("股市")
.then(function(v){
// do your magic
})
[float]
, vektor nilai float 100 dimensi.
Cetak tetangga dan relevansi sebuah kata
synonyms.display("飞机");
Mengembalikan tetangga dari sebuah kata
synonyms.nearby("股市")
.then(function(results){
// do your magic
});
[[words], [scores]]
, berisi dua daftar, yang pertama adalah kata, yang kedua adalah skor jarak dari kata yang bersangkutan, juga dalam interval [0~1], semakin dekat ke 1 semakin mirip .
Misalnya:
[
["股市","股价","股票市场","股灾","楼市","股票","香港股市","行情","恒指","金融市场"],
[1,0.786284,0.784575,0.751607,0.712255,0.712179,0.710806,0.694434,0.67501,0.666439]
]
Bandingkan dua kalimat untuk kesamaan
let sen1 = "移动互联网";
let sen2 = "互联网";
synonyms.compare(sen1, sen2)
.then(function(similarity){
// do your magic
});
Kemiripannya adalah nilai float dalam interval kepercayaan [0~1]. Semakin mendekati 1, semakin mirip.
admin/test.sh # 单元测试
nodejieba
cepat-levenshtein
menghitung-jarak kosinus
node-Word2vec-reader
Sinonim menerbitkan sertifikat GPL3.0. Data dan prosedur dapat digunakan dalam penelitian dan produk komersial dan harus dikutip dan ditangani, seperti di media, jurnal, majalah, atau blog apa pun yang diterbitkan.
@online{Synonyms:hain2017,
author = {Hai Liang Wang, Hu Ying Xi},
title = {中文近义词工具包Synonyms},
year = 2017,
url = {https://github.com/huyingxi/Synonyms},
urldate = {2017-09-27}
}
https://bot.chatopera.com/
Layanan cloud Chatopera adalah layanan cloud terpadu untuk mengimplementasikan robot obrolan, dan ditagih berdasarkan jumlah panggilan antarmuka. Layanan Cloud Chatopera adalah contoh perangkat lunak sebagai layanan dari platform bot Chatopera. Berdasarkan komputasi awan, layanan cloud Chatopera adalah layanan cloud chatbot-as-a-service .
Platform robot Chatopera mencakup komponen-komponen seperti basis pengetahuan, dialog multi-putaran, pengenalan maksud dan pengenalan ucapan, pengembangan robot obrolan standar, dan mendukung skenario seperti Tanya Jawab cerdas OA perusahaan, Tanya Jawab cerdas SDM, layanan pelanggan cerdas, dan pemasaran online. Departemen TI perusahaan dan departemen bisnis menggunakan layanan cloud Chatopera untuk menghadirkan chatbot online dengan cepat!
Kamus khusus
Ketentuan khusus
Ciptakan niat
Tambahkan argumen dan slot
Model pelatihan
tes percakapan
Potret robot
Integrasi sistem
Riwayat obrolan
Gunakan sekarang