0%

本文包括论文和源码细节

node2vec目标是训练比较通用的特征表示。将目标函数定义为与下游任务独立,以无监督的方式学习(和任务特定的训练方式得到的结果差别不明显)。使用点类型和边(是否存在)进行评估。

本论文是deepwalk工作的改进,主要改动为随机游走的策略,通过超参数控制BFS和DFS间的权衡。

Read more »

Paper: DeepWalk: Online learning of social representations

论文14年发表,提出DEEPWALK使用随机游走的方式构造一种“特殊语言”,使用NLP模型学习节点表示。学习的向量表示与任务无关,下面是demo:

Read more »

2017下半年参加了CCF BDCI(大数据与计算智能大赛),主要做了其中“让AI当法官”赛题。比赛持续了大约3个月,我们队伍“方唐镜”最终取得了“让AI当法官”赛题一等奖(1/415),CCF BDCI综合特等奖(1/6675)。这是第一次参加自然语言处理和文本相关的比赛,收获很大,希望将来投身到NLP的工作中。接下来是我们用到的方法的总结和分享。

Read more »

word2vec是自然语言处理中非常重要的基础。最近,读了一下相关论文,学习了相关的模型细节,并使用tensorflow实现了网络结构,对中文维基百科语料库进行了训练。相关论文及实现参考见文末。

Read more »

Problem Description

Say you have an array for which the ith element is the price of a given stock on day i.

Design an algorithm to find the maximum profit. You may complete at most k transactions.

Note:
You may not engage in multiple transactions at the same time (ie, you must sell the stock before you buy again).

Read more »

博客正式迁移至此。

惯例,第一篇,hello world

1
print 'hello world'