1. 介绍

有这么一句话，长文本用CBOW，短文本用lstm。CBOW就是Word2Vec的一种训练方法。
doc2vec和topic model是一个层次的东西。

首先在word2vec之前，做NLP的都是使用BOW或者n-gram。用BOW会损失上下文信息，用n-gram导致数据维度太高和稀疏问题。而doc2vec和word2vec是无监督学习，完全可以当做pre-train。

1. 介绍

Gensim是一个python的包可以自动提取文档语义主题。主要用来对于原始未标记文档进行处理。包括Latent Semantic Analysis, Latent Dirichlet Allocation, Random Projections。这些算法都是unsupervised意味着不需要人工输入。

一旦概率模式被发现，原始文档可以有效地进行语义表示，并且可以进行主题查询。

本文主要参考Gensim官网教程。

虽然之前已经看过一遍这本书，但一直没有留下笔记，很多东西又有遗忘，所以记下一下重要的东西。

很早之前学习生物信息时候的笔记。

1 介绍

本文介绍如果使用Spring Session以及Redis连接配置。

之前学习React的一些总结。

我的Ubuntu配置指南。

1. 介绍

Latent Dirichlet Allocation(LDA)。是在文本建模中很著名的模型，可以用于浅层语义分析，在文本语义分析中是一个很有用的模型。这个模型涉及数学知识包括Gamma函数，Dirichlet分布，Dirichlet-Multinomial共轭，Gibbs Sampling，Variantional Inference（变分推理）

本文介绍Pandas基本使用。

1. 安装

对于 Windows，直接安装 R-project 下面的32位或者64位。然后再去下载一个 RStudio 的 IDE 就可以使用了。