缘由
- 新看到的一篇文章,被吓尿。Text Understanding from Scratch,认为word的cnn抽象能力还不够好,使用character来做cnn效果更佳。结果是,由于论文的使用的数据集里test和train有隐含的重叠,作者一度撤稿。
- 但是不妨碍这一思路的进展。由此扩展到中文内容理解,但是中文的单个汉子已经是最小个体了啊。
- 莫温台!把汉字转成拼音再训练character的卷积。
pip install xpinyin
>>> from xpinyin import Pinyin
>>> p = Pinyin()
>>>
>>> p.get_pinyin(u"上海")
'shang-hai'
>>>
>>> p.get_pinyin(u"上海", show_tone_marks=True)
'shàng-hǎi'
>>>
>>> p.get_pinyin(u"上海", '')
'shanghai'
>>>
>>> p.get_pinyin(u"上海", ' ')
'shang hai'
>>> p.get_initial(u"上")
'S'
>>> p.get_initials(u"上海")
'S-H'
>>> p.get_initials(u"上海", u'')
'SH'
>>> p.get_initials(u"上海", u' ')
'S H'
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
我的天!这么神奇吗?
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/qq_33232071/article/details/50915760