99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁精彩閱讀機(jī)器學(xué)習(xí)和文本分析_數(shù)據(jù)分析師
機(jī)器學(xué)習(xí)和文本分析_數(shù)據(jù)分析師
2015-02-04
收藏

機(jī)器學(xué)習(xí)和文本分析_數(shù)據(jù)分析師


當(dāng)計算機(jī)更好地理解了自然語言，新的領(lǐng)域不斷被開創(chuàng)，例如：用戶應(yīng)用的人機(jī)界面的提升，更為完善搜素引擎，Cortana和Siri這樣的個人助理和一些分析給定文獻(xiàn)的工具。例如，一個新聞網(wǎng)站如果能夠?qū)⑽恼吕锾岬降娜耸褂盟惴ㄦ溄拥骄S于文本中額外信息的利用，用戶能夠輕易分別文章所講的顯著實(shí)體（如：運(yùn)動員，球隊等），如圖1所示：

<a href='/map/jiqixuexi/' style='color:#000;font-size:inherit;'>機(jī)器學(xué)習(xí)</a>

圖1 文本分析的愿景

文本分析一直是科學(xué)研究較為活躍的領(lǐng)域。畢竟創(chuàng)造所有人類知識（文本表示）不是一項輕松的工作。90年代至今的早期工作，包括Brill標(biāo)簽器[1]的工作確定了句子中的部分詞性，[2]的工作也對新工作有一定的啟示。微軟研究院一直熱衷于在科學(xué)領(lǐng)域創(chuàng)造新的想法，但是我們又進(jìn)一步將新科技落到實(shí)處，創(chuàng)造出了產(chǎn)品級別的技術(shù)。

在這篇博客通訊中，我們簡要展示了人工智能技術(shù)如何通過利用命名實(shí)體識別（NER）技術(shù)應(yīng)用于文本分析。作為一個提供完整并可直接使用的機(jī)器學(xué)習(xí)功能的平臺，Microsoft Azure ML包含了文本分析的基本能力，并且特別支持了NER–因此我們可以將籠統(tǒng)的概念與具體的設(shè)計選擇聯(lián)系起來。

NER是將文本與人、地點(diǎn)、組織、運(yùn)動隊伍等進(jìn)行參照的技術(shù)。讓我們概覽一下如何利用“有監(jiān)督學(xué)習(xí)”解決這個問題：

<a href='/map/jiqixuexi/' style='color:#000;font-size:inherit;'>機(jī)器學(xué)習(xí)</a>

圖2 命名實(shí)體識別流程圖

在設(shè)計時間或“學(xué)習(xí)時間”，系統(tǒng)會利用訓(xùn)練數(shù)據(jù)創(chuàng)造一個學(xué)習(xí)任務(wù)的“模型”。這種方法從小部分例子中概化來處理任意新文本。

訓(xùn)練數(shù)據(jù)包括了人類標(biāo)注的被學(xué)習(xí)的命名實(shí)體的標(biāo)簽。這看起來就像：“當(dāng)Chiris Bosh超常發(fā)揮，邁阿密熱火隊將變得強(qiáng)大無比”。這個模型預(yù)期能夠從自然的例子中學(xué)習(xí)，訓(xùn)練得能夠從新輸入的文本中識別運(yùn)動員實(shí)體和隊名實(shí)體。

設(shè)計時間流程的效果取決于特征提取階段–一般而言，特征提取越多，模型越強(qiáng)大。比如在一個文本中和一個詞相關(guān)的局部語句[比如，前k個詞和后k個詞]是我們?nèi)祟愑脕韺⒃~和實(shí)體聯(lián)系起來的強(qiáng)大特征。例如，在句子“San Francisco beat the Cardinals in an intense match yesterday”，很顯然句子中提到的“San Francisco”指一個運(yùn)動隊而不是地名舊金山。字母大寫是識別命名實(shí)體例如文中出現(xiàn)的人、地點(diǎn)的又一實(shí)用特征。

模型訓(xùn)練就是機(jī)器學(xué)習(xí)做的事，如：產(chǎn)生一個好的模型。一般而言，特征的選擇是一個復(fù)雜的組合過程。有許多可以用的機(jī)器學(xué)習(xí)技術(shù)，包括感知元（Perceptron）、條件隨機(jī)場（Conditional Random Fields）等。技術(shù)的選擇依賴于使用有限訓(xùn)練數(shù)據(jù)的模型精確性、處理的素的和能夠被自動學(xué)習(xí)的命名實(shí)體數(shù)量。例如，Azure ML NER模塊默認(rèn)支持三種類型實(shí)體：人、地點(diǎn)和組織。

運(yùn)行時間流程的目標(biāo)是輸入未標(biāo)記文本并且產(chǎn)生被創(chuàng)建出的模型在設(shè)計時間識別的相應(yīng)的輸出文本。正如人們能夠觀察到的一樣，運(yùn)行時間流程從設(shè)計時間流程服用了特征提取模塊–因此，如果對于一個應(yīng)用高效徹底的實(shí)體識別是必須的話，必須在運(yùn)行進(jìn)程中提供相對輕量的高值特性。作為一個說明性的例子，Azure ML NER模塊使用了一小部分容易計算的、主要基于本地文本的特性，事實(shí)證明也十分有效。處理過程中產(chǎn)生的歧義通常利用Viterbi的工具解決，將實(shí)體標(biāo)簽分配給一系列輸入單詞。

值得注意的是，NER只是開始，但是卻是從原始文本中捕獲“知識”的重要一步。最近的博客通訊描述了NER加上一系列相關(guān)技術(shù)是如何提升Bing體育app的體驗的–非常相似的NER棧也可供你在Azure ML中使用。除了NER，自然語言分詞、鏈接和顯著性、情感分析、事實(shí)提取等代表了提升用戶文本相關(guān)應(yīng)用體驗的重要的步驟，這是能夠幫助你使文本“生動”的額外技術(shù)。

數(shù)據(jù)分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調(diào)，回調(diào)的第一個參數(shù)驗證碼對象，之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺檢測極驗服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時表示是新驗證碼的宕機(jī) product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說明請參見：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計時完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }