30 Jan

【分享】千万级百度知道语料

发布

2018年01月30日

数目

共1千万条

格式

[
  {
    "url": "http://zhidao.baidu.com/question/565618371557484884.html",
    "question": "学文员有哪些专科学校",
    "tags": [
      "学校",
      "专科",
      "院校信息"
    ]
  },
  {
    "url": "http://zhidao.baidu.com/question/2079794100345438428.html",
    "question": "网赌和澳门赌有区别吗",
    "tags": [
      "网络",
      "澳门",
      "赌博"
    ]
  }
]

点击阅读全文...

24 Apr

【语料】2500万中文三元组!

闲聊

这两年,知识图谱、问答系统、聊天机器人等领域是越来越火了。知识图谱是一个很泛化的概念,在我看来,涉及到知识库的构建、检索、利用等机器学习相关的内容,都算知识图谱。当然,这也不是个什么定义,只是个人的直观感觉。

做知识图谱的读者都知道,三元组是结构化知识的一种方法,是做知识型问答系统的重要组成部分。对于英文领域,已经有一些较大的开源的三元组语料库,而很显然,中文目前还没有这样的语料库共享(哪怕有人爬取到了,也珍藏起来了)。笔者前段时间写了个百度百科的爬虫,爬了一段时间,抓了几百万个百度百科的词条。其中不少词条含有一些结构化的信息,直接抽取出来,就是有效的“三元组”了,可以用来做知识图谱。本文分享的三元组语料正是由此而来,共有2500万个三元组。

百度百科的三元组

百度百科的三元组

点击阅读全文...

12 Apr

【语料】百度的中文问答数据集WebQA

信息抽取

众所周知,百度知道上有大量的人提了大量的问题,并且得到大量的回复。然而,百度知道上的回复者貌似懒人居多,他们往往喜欢直接在网上复制粘贴一大片来作为回答内容,而且这些内容可能跟问题相关,也可能跟问题不相关,比如

https://zhidao.baidu.com/question/557785746.html

问:广州白云山海拨多高

答:广州白云山(Guangzhou Baiyun Mountain),是新 “羊城八景”之首、国家4A级景区和国家重点风景名胜区。它位于广州市的东北部,为南粤名山之一,自古就有“羊城第一秀”之称。山体相当宽阔,由30多座山峰组成,为广东最高峰九连山的支脉。面积20.98平方公里,主峰摩星岭高382米(注:最新测绘高度为372.6米——国家测绘局,2008年),峰峦重叠,溪涧纵横,登高可俯览全市,遥望珠江。每当雨后天晴或暮春时节,山间白云缭绕,蔚为奇观,白云山之名由此得来

点击阅读全文...

11 Sep

[备份]全国大学生数学建模竞赛论文LaTex模板

模板来自:http://liam0205.me/2013/08/25/LaTeX-xcumcmart/

源网站的某些附件出现了不可访问的情况,因此保险起见,在这里备份一下,也供同样参加数学建模的朋友下载。感谢liam0205的站长制作该模板。

原网站介绍:

点击阅读全文...

12 Feb

漫谈几何量子化

在查找量子化有关资料的时候,笔者查找到了一系列名为《漫谈几何量子化》的文章,并进一步查询得知,作者为季候风,原来发表在繁星客栈(顺便提一下,繁星客栈是最早的理论物理论坛之一,现在已经不能发帖了,但是上面很多资料都弥足珍贵),据说这是除正则量子化和路径积分量子化外的第三种量子化方法。网上鲜有几何量子化的资料,更不用说是中文资料了,于是季候风前辈的这一十五篇文章便显得格外有意义了。

然而,虽然不少网站都转载了这系列文章,但是无一例外地,文章中的公式图片已经失效了,后来笔者在百度网盘那找到其中的十四篇pdf格式的(估计是网友在公式图片失效前保存下来的),笔者通过替换公式服务器的方式找回了第十五篇,把第十五篇也补充进去了。(见漫谈几何量子化(原文档).zip

虽然这样已经面前能够阅读了,但是总感觉美中不足,虽然笔者花了三天时间把文章重新用$\LaTeX$录入了,主要是把公式重新录入了,简单地排版了一下。现放出来与大家分享。

点击阅读全文...

28 Dec

《费恩曼物理讲义》在线版

在线阅读地址:
http://www.feynmanlectures.caltech.edu/

刚在浏览《朗道集结号》的微博时,发现了这一造福大众的消息。难得的是,这个在线版通过MathJax使用Latex排版,阅读效果完全丝毫不输于纸质版的,还可以自由复制。只是遗憾只有英文版的,也许有一天心血来潮,我也弄个在线的中文版出来,呵呵。一切皆有可能。

费曼的物理讲义是一套地地道道的物理书,它是一次美妙的物理之旅。纵使你可能已经读过相当多的物理教材,但是读读费曼的讲义还是大有裨益的,它给我们讲述了什么才是物理,怎么才能学物理。

21 Aug

[电子书]《最小作用量原理与物理学的发展》

最小作用量原理无疑是物理中最迷人的地方之一。国内基本上很少谈及到最小作用量原理的书籍,尤其是这方面的历史,这本书算是第一本,也是一个尝试吧。个人感觉这本书写得还是不错的,大体上讲了物理力、热、光、电各方面的作用量原理及其探索,给了我们一个大概的历史思路。尽管书本一些公式的地方还有欠清晰,但是我还是愿意推荐给读者们。本文提供电子书下载,原因很简单,这本书似乎已经停产了~在亚马逊已经买不到了。有兴趣的朋友下载打印吧。

点击阅读全文...

8 Aug

CreaWriter,惬意创作!

最近打算记录一下过去生活的点点滴滴,于是便起了要找一个写作软件的想法。为什么呢?像Word之类的软件的确可以很完美地完成文档编辑的工作,可是写作并不是写论文,我想要的是一个能够让我有写作的惬意之感的软件,这显然是Word这类“巨无霸”所不能胜任的。上网搜索了一下,找到一个还算满意的软件——CreaWriter

CreaWriter_1

CreaWriter_1

点击阅读全文...