情感可视化

情感可以数据可视化吗？

大数据时代一切皆可数据化，而人工智能的异军突起也在各个行业攻城略地。撇开纯理性的AlphaGo不谈，在感性的方面，DeepDream创作了大量的艺术作品，小冰发表了诗集，似乎在人工智能的攻势下，那些人类引以…

快速生成食物向量

词向量是自然语言处理中表示词语间隐含关系的一种形式，其中以word2vec为代表的词向量可以将高维度的稀疏数据降维到几百维。本文基于facebook的fasttext以及大量食谱语料库快速训练了一套食物向量food2vec，所以这篇短文写得像一篇速成的食谱 :D

材料

1. 食谱语料库
2. fasttext开源库
3. 中文分词工具

做法

计算机眼中的小说人物

楚乔传社交网络分析

引子

电视剧《楚乔传》收视率火爆，这部改编自文学IP的作品从一开始就已经受到了大众的关注和资本的加持。原著小说《11处特工皇妃》从09年开始连载,已经拥有了4个亿的阅读量。本文使用楚乔传的原著小说, 利用社交网络算法对其中出现的所有配角人物进行分析。让我们来看看计算机眼中的楚乔传究竟是个什么样子。

为计算机准备好数据

生成对抗网络

生成对抗网络GAN是由蒙特利尔大学Ian Goodfellow教授和他的学生在2014年提出的机器学习架构。

要全面理解生成对抗网络，首先要理解的概念是监督式学习和非监督式学习。监督式学习是指基于大量带有标签的训练集与测试集的机器学习过程，比如监督式图片分类器需要一系列图片和对应的标签（“猫”，“狗”…），而非监督式学习则不需要这么多额外的工作，它们可以自己从错误中进行学习，并降低未来出错的概率。监督式学习的缺点就是需要大量标签样本，这非常耗时耗力。非监督式学习虽然没有这个问题，但准确率往往更低。自然而然地希望能够通过提升非监督式学习的性能，从而减少对监督式学习的依赖。GA…

八步计算文本相似度

tf-idf方法的实践

准备工作和模型建立

引入文本处理库gensim，手工制造一些原始数据。

import gensim
raw_documents = ["I'm taking the show on the road.",
                 "My socks are a force multiplier.",
                 "I am the barber who cuts…