基于PyQt5,完美实现了windows电脑小游戏《扫雷》。
基于keras,使用中文词向量(来自知乎问答数据集),卷积神经网络(CNN)实现酒店评论的二分类。
介绍了语义角色标注(SRL)的概念,标注流程,并使用pyltp进行测试。语义角色标注 (Semantic Role Labeling, SRL) 是一种浅层的语义分析技术,标注句子中某些短语为给定谓词的论元 (语义角色) ,如施事、受事、时间和地点等。其能够对问答系统、信息抽取和机器翻译等应用产生推动作用。
基于Keras,搭建BiLSTM的神经网络模型,用于对话文本的情感分析(正向或负向)。
本文介绍了基于keras框架,使用seq2seq模型,如何使用自己的QQ聊天记录训练一个 聊天机器人——另一个’你‘。
基于keras,搭建字符级的seq2seq模型,将英语翻译成粤语。
本文介绍了lstm和gru的工作原理,并基于numpy手动实现一个lstm和gru单元.