Blog posts

2023

跑步训练日志

Published: April 15, 2023

在朋友清扬的鼓励下，连续参加了2022和2023的亚特兰大半程马拉松，成绩都在2小时+。终于下定决心，挑战一把2024年亚特兰大全程马拉松。目前打算认真记录一下备战训练日志。 Read more

2020

从18年起一直在为博士申请而努力。18年上半年一边上班一边准备Toefl和GRE；18年下半年在ASU做访问学生；到19年总算收获了几个offer。综合考虑研究方向、学校、气候，位于亚特兰大的Emory成为我博士生涯的起点。感谢的话虽然老套但非常重要。感谢指导我的老师们：小米的王老师，北邮的李老师，ASU的Dr. Yang和Dr. Ren, MSU的Dr. Liu和 Dr. Tang, Emory的Dr. Qin, 我从老师们的身上感受到对科研的热情和对新入门者的包容。感谢鼓励和帮助我的朋友们。感谢支持我的家人们，支持我“任性”的职业选择。 Read more

2018

猫咪飞机托运记录

Published: August 01, 2018

最近需要更换居住城市，小龙虾的去处成为了一个难题。好说歹说，我妈同意帮我养。剩下的主要问题就是猫如何从北京运回江西。
根据在网上的调研，猫咪长距离托运主要有两种方式：火车和飞机。两种方法各有优劣：火车费用低但时间长，且高铁不能托运；飞机费用贵但时间短，且比火车更危险。 Read more

基于统计信息的新词挖掘实践

Published: January 28, 2018

在分词、词性标注、命名实体识别等自然语言处理基础任务，反作弊、知识图谱、新闻热点识别等文本挖掘应用中，未登录词是难以绕开的一个问题。从陌生语料中自动化的新词挖掘是解决该类问题的一种有效方法。 Read more

中文分词算法简介

Published: January 24, 2018

与大部分印欧语系的语言不同，中文在词与词之间没有任何空格之类的显示标志指示词的边界。因此，中文分词是很多自然语言处理系统中的基础模块和首要环节。 Read more

我的2017年度读书报告

Published: January 18, 2018

刚刚看了一圈豆友们的读书报告，动辄一周一本的阅读量让我自愧不如。今年读的书大概不到10本，一半是专业书，一半是闲书吧。 Read more

2017

2017年总结-生活是永恒的沉重的努力

Published: December 31, 2017

2017_summary Read more

词向量的前世今生

Published: October 22, 2017

神经网络掀起了人工智能的浪潮，深度学习的热度也逐步盖过了机器学习。深度学习(Deep Learning)并不是一个新的概念，早在上个世纪七八十年代，深度神经网络(Deep Neural Netword)就诞生了。但由于数据集、运算能力的限制，深度学习经历了很长的低潮期，直到最近才在语音和图像应用上产生了突破性进展。不同于语音和图像领域，深度学习在自然语言处理(NLP)领域还没能表现出全面领先于传统统计机器学习方法的能力。不过，目前已有的一些研究也展露了深度学习在NLP应用上的潜力，词向量(word embedding)正是其中最基本也最广泛应用的。词向量目前常见的应用有： Read more

MovieTaster-使用Item2Vec做电影推荐

Published: August 15, 2017

自从Mikolov在他2013年的论文“Efficient Estimation of Word Representation in Vector Space”[1]提出词向量的概念后，NLP领域仿佛一下子进入了embedding的世界，Sentence2Vec、Doc2Vec、Everything2Vec。词向量基于语言模型的假设——“一个词的含义可以由它的上下文推断得出“，提出了词的Distributed Representation表示方法。相较于传统NLP的高维、稀疏的表示法(One-hot Representation)，Word2Vec训练出的词向量是低维、稠密的。Word2Vec利用了词的上下文信息，语义信息更加丰富，目前常见的应用有：

使用训练出的词向量作为输入特征，提升现有系统，如应用在情感分析、词性标注、语言翻译等神经网络中的输入层。
直接从语言学的角度对词向量进行应用，如使用向量的距离表示词语相似度、query相关性等。

Read more

2016

2016年总结-成为社会人

Published: December 25, 2016

2016年是研究生的最后一个年头，明年是成为社会人的第一个年头，也是本命年，希望能过好这个坎。 Read more

Python 随机数标准库(2) – shuffle()

Published: August 18, 2016

Python random包可以用来生成随机数。随机数不仅可以用于数学用途，还经常被嵌入到算法中，用以提高算法效率，并提高程序的安全性。如果想要更加高级的数学功能，可以考虑选择标准库之外的numpy和scipy项目，它们不但支持数组和矩阵运算，还有丰富的数学和物理方程可供使用。 Read more

Python 随机数标准库(1) – random()

Published: June 02, 2016

云主机如何挂载云硬盘

Published: May 06, 2016

有时我们需要对云主机扩容，挂载一块新的云硬盘是很好的方法。下面具体介绍如何在云主机上挂载云盘。 Read more

逻辑回归模型–分类标签的概率分布

Published: April 17, 2016

逻辑回归(Logistic Regression, LR)模型其实仅在线性回归的基础上，套用了一个sigmod函数，但也就由于这个sigmod函数，使得逻辑回归模型成为了机器学习领域一颗耀眼的明星，更是计算广告学的核心。关于LR模型的数学原理和参数求解方法，已经有很多优秀的文章介绍过，在此我不再赘述。今天给大家介绍的主题是逻辑回归模型中分类标签的概率分布。 Read more

孤独也是一种正能量——芬兰留学感想

Published: April 06, 2016

这是我离开芬兰前的最后一堂课，阿尔托大学的老师在屏幕上展示了这张图片: “ What do you feel when you look at this picture, positive or negative? “ （你们看到这张图片，是感受到积极还是消极？） Read more