• NLP 骂人夸人+jsoup 爬虫代理
  骂人 我想干他妈的不会下雨吧,你说呢?——圣女贞德 夸人 情话（渣男语录） 毒鸡汤 jsoup 爬虫代理 获取方式 可以指定几个网站，然后做全网的动态代理聚合。 学习整理 jsoup 的动态代理方式 实战使用 参考资料 骂丫–对骂机器人。君子动口不动手，科技改变骂丫 句子大全 脏话 脏话 脏话 chp 彩虹屁 万能的彩虹屁生成器 夸夸群 “夸夸群”5分...
  2020-01-20 02:09:32 | NLP
• NLP WSD （Word Sense Disambiguation） 歧义消除
  语义消歧 可以看作分类问题。一个词W有K个含义，对W消歧 就是确定W在特定句子中究竟使用了哪一个含义，即把W分到K类中的一个。 分类的依据则是和W邻近的词，即W的上下文C。 歧义可以分为两类：一类是词的语义有多种，如“bank”，可以是银行，也可以是河岸；另一类是词本身的词性也是多样的，如predicate，既能作为名字，也能作为动词。 对于前者，可能需要与W相隔较远的其他词参与消歧...
  2020-01-20 02:09:32 | NLP
• NLP TTS 文本转语音
  基本原理 从文本中攫取足量信息至少我们要知道需要合成什么单词，以及单词顺序吧。 这就需要一套语言学标注系统，先给文本分词，再把文本转换成只有单词串起来的句子（例如把 1989 转成 nineteen eighty nine）后，再给这句话标注音素级别（上一个音素／下一个音素）、音节级别（单词的第几个音节）、单词级别（词性／在句子中的位置）等对语音合成有帮助的信息。 生成波...
  2020-01-20 02:09:32 | NLP
• NLP TTS 文本转语音-Google 翻译实现例子
  最简单的实现思路 基础预料 获取所有单个字的读音，常见的标点符号。 音频的压缩 针对中文，只需要获取每个读音的5个声调即可。 针对汉字，首先进行拼音转换（带声调），然后统一去重处理。 分词的处理 可以针对句子分词，然后获取对应的词语读音。 如果没有对应的词语读音，再去寻找对应的单个声字读音。 词语也可以使用拼音进行音频的压缩。 标点符号 标点符号...
  2020-01-20 02:09:32 | NLP
• NLP 文本生成
  序言 其实个人比较希望学会实现自动文本生成，目前的 level 还很低，所以这次做一个概览。 但是我不满足于只会使用，我希望可以懂得背后的数学原理，可以用任何一种语言去实现。 引入 AI写诗？？ AI创作小说？？ 近年来人们时常听到这类新闻，听上去很不可思议，那么今天我们来一探究竟，这种功能是如何通过深度学习来实现的。 通常文本生成的基本策略是借助语言模型，这是一种基于概率的模型，...
  2020-01-20 02:09:32 | NLP
• NLP abbreviation 文本缩写
  缩写 我们在中文中经常会有各种缩写。 我觉得本缩写词库可以有几层： （1）基本词库。缩写词固定 根据 key 获取 value，或者反过来。 （2）英文词库 拓展词库，可以获取对应的英文缩写。 （3）训练 根据缩写词+原始词的词性等进行训练，初期可以采用简单的方式。 后期学习更好的算法，可以进行替换。 词库 中文系统词库 中文自定义词库 v0.0.1 基本的映射关...
  2020-01-20 02:09:32 | NLP
• NLP 句法分析 syntactic parsing
  场景 把一句话按照句法逻辑组织成一棵树，由人来做这件事是可行的，但是由机器来实现是不可思议的，然而算法世界就是这么神奇，把一个十分复杂的过程抽象成仅仅几步操作，甚至不足10行代码，就能让机器完成需要耗费人脑几十亿脑细胞的工作，本文我们来见识一下神奇的句法分析树生成算法 句法分析 先来解释一下句法分析。 句法分析分为句法结构分析和依存关系分析。 句法结构分析也就是短语结构分析，比如提...
  2020-01-20 02:09:32 | NLP
• NLP STT 语音转文字-02-opensource 开源项目
  理论资料 语音识别理论，论文和PPT 发现一个问题，那就是 9 成都是 python 的。 参考资料 https://github.com/search?q=stt&type=repositories https://github.com/search?q=stt&type=repositories https://github.com/xdcesc/my_ch_...
  2020-01-20 02:09:32 | NLP