NLP

从零实现基于医疗知识图谱的问答系统目录及总结

整个系统花了差不多两个星期的时间终于复现出来了，撒花庆祝！

NLP

从零实现基于医疗知识图谱的问答系统(四)-构建回答

一开始我预计分三个部分来写完这份KG的阅读记录的，然鹅没想到单单是问题的解析就有点点麻烦QAQ
所以多写了一篇来叙述如何构建基于知识图谱的问答系统，也是系列的最终篇(这莫名的激动是怎么肥四!

NLP

Neo4j数据库查询语句总结-v-

开始从事KG相关工作啦，写篇查询语句总结的博客放在这里，以后方便自己查询~过程中会持续更新~

NLP

从零实现基于医疗知识图谱的问答系统(三)-问题解析处理

在第一篇博客和第二篇博客中，已经完成了数据的采集和知识图谱的构建，在这篇博客中将讲解问答系统的构建过程。
btw，我也是第一次接触问答系统，再次感谢刘老师提供开源代码给小白学习，好人一生平安-w-

NLP

从零实现基于医疗知识图谱的问答系统(二)-Neo4j构建知识图谱

这篇开始知识图谱的生成，其中也包括Neo4j的使用和其他数据的处理。

NLP,知识图谱

从零实现基于医疗知识图谱的问答系统(一)-数据收集

开始进入知识图谱的相关学习，一直苦于没有较好的实践项目，在github上找到了刘焕勇老师的开源项目，希望通过老师的开源代码进行学习，在此感激老师能将代码分享出来，原项目链接：基于医药领域的知识图谱自动问答系统。
学习笔记是根据老师的代码和思路实现一遍相同的系统，走完KGQA应用的构建流程，也作为监督自己学习进度的记录，再次感谢老师的分享！！！！！！

NLP

Skip-Gram模型与CBOW模型代码实现

词向量是NLP的基础，也是NLP学习中更重要的组成部分，在补基础的过程中我觉得这两个模型有必要自己学习并且写一遍才能更好的理解相关概念。
Skip-Gram模型与CBOW模型出自于:Efficient Estimation of Word Representations in
Vector Space Mikolov大神是真的强，学习之。
先前学习word2vec的学习笔记链接：
cs224n-Lecture-2 词向量表示：word2vec
cs224n-Lecture-3 高级词向量表示

《统计学习方法》第四章朴素贝叶斯法

这个方法在很多场景有用，但是自身对于朴素贝叶斯的熟悉度还不够，因此补课。
后续会对《统计学习方法》一书进行系统的学习，博客按章更新。

NLP

cs224n(2019)-Lecture 7 梯度消失和有趣的RNN

看到Richard老师的时候我真的崩溃了，大佬我跟不上啊啊啊啊，所以cs224n 2019启动！
后面的笔记以2019版本为准…Richard老师对不起…

NLP

cs224n-Lecture 8 RNN和语言模式

emmmmm这一讲的内容，嗯，好吧，我不太能理解Richard大神上课的方式和讲解（因为本人实在是菜得抠脚），所以这讲的笔记主要是基于cs224n的2019年版的，课程是英文的，还好有字幕，笔记上的内容则根据字幕和个人理解进行翻译，如有错误，还请见谅。