事件关系论文阅读笔记
专注于事件关系抽取任务：
事件同指消解（Event Coreference Resolution）
事件时序识别（Temporal Relation Extraction）
多模态事件抽取（Multimedia Event Extraction）
事件同指消解
年份
来源
名称
作者
笔记
2021
AAAI
Jing Lu
2021
arXiv
Shafiuddin Rehan Ahmed
2020
ACL
Prafulla Kumar Choubey
2020
COLING
Yutao Zeng
2020
AACL
Jing Lu
2020
AESPEN
Benjamin J. Radford
2020
AESPEN
Faik Kerem Örs
2020
NUSE
Andres Cremisini
2020
Text2Story
Michael Bugert
2
2022-06-10 22:20:53
31.43MB
1
导读：
随着大数据概念的火热，啤酒与尿布的故事广为人知。我们如何发现买啤酒的人往往也会买尿布这一规律？数据挖掘中的用于挖掘频繁项集和关联规则的Apriori算法可以告诉我们。本文首先对Apriori算法进行简介，而后进一步介绍相关的基本概念，之后详细的介绍Apriori算法的具体策略和步骤，最后给出Python实现代码。
1.Apriori算法简介
Apriori算法是经典的挖掘频繁项集和关联规则的数据挖掘算法。A priori在拉丁语中指”来自以前”。当定义问题时，通常会使用先验知识或者假设，这被称作”一个先验”（a priori）。Apriori算法的名字正是基于这样的事实：算法使用频繁项
2022-06-08 12:04:24
206KB
1
draw.io-13.6.2桌面版本，windows可用，直接从官网下载下来的，保证安全，亲测无问题。
2022-06-08 08:35:45
65.39MB
1
操作系统英文教学课件：Chapter 13 IO Systems.ppt
2022-06-04 18:01:52
5.16MB