我需要在实验阶段获取模型生成文本的平均困惑度，目前有300句文本。怎么才能求得每句文本的困惑度呢？

为何没有人去做服装图像类的文本生成？将给定的服装图像输出成一句话的形式来描述服装

如何将文本 ( 李 明 )       O B-PER I-PER O 转换为 （ O 李 B-PER 明 I-PER ）O 的格式  

最近需要用到TensorFlow，但是项目和原先的版本不太匹配，很多属性无法调用，于是想重装TensorFlow，结果遇到很多问题： 卸载了TensorFlow之后重装，虽然成功了，但是显示ERROR： ERROR: tensorflow-gpu 2.3.0 has requirement tensorboard<3,>=2.3.0, but you'll have tensorboard 1.13.1 which is incompatible. 看上去是电脑里面还有一个TensorFlow，可是TensorFlow已经卸了的： pip uninstall tensorflow WARNING: Skipping tensorflow as it is not installed. 检查环境，环境里面也是有TensorFlow： conda env list # conda environments: # base * D:\Python\anaconda py36 D:\Python\anaconda\envs\py36 pyltp D:\Python\anaconda\envs\pyltp tensorflow D:\Python\anaconda\envs\tensorflow 而且也可以调用： >>> import tensorflow >>> 但是调用属性时都说模块里没有该属性 想询问一下是什么情况，该怎么解决

读入train文件，文件已经经过BIO标记，格式为text  label。 train文件内容如下所示（句中每个字间由空格隔开，text与label之间由若干空格组成，且每句话中text与label间的空格数不固定，每句话‘text+label’占一行）: 扫 描 或 点 击 关 注 中 金 在 线 客 服 证 券 时 报 记 者 杨 丽 花 中 止 国 内 定 增 项 目 两 个 月 后 ， 申 达 股 份 就 发 布 了 新 的 非 公 开 发 行 预 案 。    O O O O O O O B-ORG I-ORG I-ORG I-ORG O O O O O O O O B-PER I-PER I-PER O O O O O O O O O O O O O B-ORG I-ORG I-ORG I-ORG O O O O O O O O O O O O O O 根 据 《 2 0 1 7 年 非 公 开 发 行 A 股 股 票 预 案 》 称 ， 拟 向 包 括 公 司 控 股 股 东 申 达 集 团 在 内 的 不 超 过 1 0 名 ( 含 1 0 名 ) 特 定 投 资 者 非 公 开 发 行 A 股 股 票 数 量 不 超 过 1 4 , 2 0 4 . 8 5 万 股 ， 其 中 申 达 集 团 认 购 股 票 数 量 为 本 次 发 行 股 票 总 量 的 3 1 . 0 7 % ， 募 集 资 金 总 额 不 超 过 2 1 . 5 6 亿 元 ( 含 发 行 费 用 ) ， 募 集 资 金 扣 除 发 行 相 关 费 用 后 将 用 于 收 购 I A C 集 团 之 S T & A 业 务 相 关 资 产 ， I A C 集 团 拟 将 上 述 资 产 注 入 新 设 的 A u r i a 公 司 ， 由 申 达 股 份 通 过 申 达 英 国 公 司 认 购 A u r i a 公 司 7 0 % 的 股 份 。    O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O B-ORG I-ORG I-ORG I-ORG O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O B-ORG I-ORG I-ORG I-ORG O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O B-ORG I-ORG I-ORG I-ORG I-ORG O O O O O O O O O O O O B-ORG I-ORG I-ORG I-ORG I-ORG O O O O O O O O O O O B-ORG I-ORG I-ORG I-ORG I-ORG I-ORG I-ORG O O B-ORG I-ORG I-ORG I-ORG O O O O B-ORG I-ORG I-ORG I-ORG O O B-ORG I-ORG I-ORG I-ORG I-ORG I-ORG I-ORG O O O O O O O 将其转换为 扫 O 描 O 或 O 点 O 击 O 关 O 注 O 中 B-ORG 金 I-ORG 在 I-ORG 线 I-ORG …… 的格式（每行由一个字和一个标签组成，字与标签中间由空格隔开，字和标签的对应方式是每句话中‘字’的相应位置（第几个）与句子后跟的‘标签’的位置（第几个）对应，句与句之间用空行间隔），将转换后的结果保存到文件。

我写了一个类似于AI聊天机器人的小程序，目前还是写死的状态。目的就是当用户输入“我好难过”的时候机器人可以给出反馈并播放音乐来舒缓用户的内心状况，全部代码如下： import sys from pygame import mixer from time import sleep import random from PyQt5.QtGui import QIcon from PyQt5.QtWidgets import QApplication from PyQt5.QtWidgets import QWidget from PyQt5.QtWidgets import QPushButton from PyQt5.QtWidgets import QLineEdit from PyQt5.QtWidgets import QListWidget from PyQt5.QtWidgets import QListWidgetItem def music_play(): mixer.init() # 初始化混音器模块 soft_music = ['music\CMJ - 告白之夜（纯音乐）.mp3', 'music\CMJ - 久石让-千与千寻（纯音乐）.mp3', 'music\磯村由紀子 - 風の住む街.mp3'] music_ready = random.choice(soft_music) mixer.music.load(music_ready) mixer.music.play() # 开始播放音乐流 sleep(120) # 控制音乐播放时间 mixer.music.stop() def send_massage(): QListWidgetItem(QIcon("user.jpg"), send_Editor.text(), chat_area) if send_Editor.text() == "我好难过": QListWidgetItem(QIcon("胖丁.jpg"), "不要难过啦主人，小胖丁给你播放一首愉快的轻音乐吧~", chat_area) music_play() send_Editor.clear() if __name__ == "__main__": app = QApplication(sys.argv) my_win = QWidget() my_win.resize(500,600) my_win.setWindowTitle("抗抑郁症聊天机器人") # 发送按钮 send_Button = QPushButton("发送",my_win) send_Button.setGeometry(390,560,100,30) send_Button.clicked.connect(send_massage) send_Button.setStyleSheet("border:2px groove gray;border-radius:10px;padding:2px 4px;") # 编辑框 send_Editor = QLineEdit(my_win) send_Editor.setGeometry(10,560,360,30) # 消息区域 chat_area = QListWidget(my_win) chat_area.setGeometry(10,10,480,540) #chat_area.setStyleSheet("border-image:url(background.jpg)") QListWidgetItem(QIcon("胖丁.jpg"),"你好主人，我是小胖丁，是你的开心果~( ˘ ³˘ )", chat_area) my_win.show() sys.exit(app.exec_()) 但我发现，当我输入了“我好难受”以后，会先运行pygame库的播放音频函数，聊天的页面就会卡住不能继续打字，直到音频播放完了才能继续说话，请问该怎么解决这种情况。好难过 TvT

因为计算机读取的各种格式文件实际上都是二进制比特流bit， 所以我写了声纹识别的python代码，读取的是wav文件，现在想让程序读取bit文件，此bit文件是wav文件压缩编码形成的，请问如何编写代码？ def readwav(self, wavfile): fs, sig = wav.read(wavfile)  

解释内存中的栈(stack)、堆(heap)和方法区(method area)的用法。

E：\ anaconda \ anacon \ lib \ site-packages \ librosa \ core \ audio.py：162：UserWarning：PySoundFile失败。 尝试使用audioread。    warnings.warn（“ PySoundFile失败。尝试使用audioread。”） 如果未安装其他软件，Librosa将无法打开mp3文件。 请安装ffmpeg或添加'--no_mp3_support'选项以在不支持mp3文件的情况下继续进行 但是我ffmpeg -version后，显示 ffmpeg version 4.4-essentials_build-www.gyan.dev Copyright (c) 2000-2021 the FFmpeg developers built with gcc 10.2.0 (Rev6, Built by MSYS2 project) configuration: --enable-gpl --enable-version3 --enable-static --disable-w32threads --disable-autodetect --enable-fontconfig --enable-iconv --enable-gnutls --enable-libxml2 --enable-gmp --enable-lzma --enable-zlib --enable-libsrt --enable-libssh --enable-libzmq --enable-avisynth --enable-sdl2 --enable-libwebp --enable-libx264 --enable-libx265 --enable-libxvid --enable-libaom --enable-libopenjpeg --enable-libvpx --enable-libass --enable-libfreetype --enable-libfribidi --enable-libvidstab --enable-libvmaf --enable-libzimg --enable-amf --enable-cuda-llvm --enable-cuvid --enable-ffnvcodec --enable-nvdec --enable-nvenc --enable-d3d11va --enable-dxva2 --enable-libmfx --enable-libgme --enable-libopenmpt --enable-libopencore-amrwb --enable-libmp3lame --enable-libtheora --enable-libvo-amrwbenc --enable-libgsm --enable-libopencore-amrnb --enable-libopus --enable-libspeex --enable-libvorbis --enable-librubberband libavutil      56. 70.100 / 56. 70.100 libavcodec     58.134.100 / 58.134.100 libavformat    58. 76.100 / 58. 76.100 libavdevice    58. 13.100 / 58. 13.100 libavfilter     7.110.100 /  7.110.100 libswscale      5.  9.100 /  5.  9.100 libswresample   3.  9.100 /  3.  9.100 libpostproc    55.  9.100 / 55.  9.100 应该是安装好了吧，这是为什么啊

用MRC做NER效果真的比bert+crf要好吗？为什么我用ACE05来效果跟论文比差10个点，但用ccks这个医学的来做效果能达到96。然后用我自己的数据集也能达到90，给我导师汇报他还不太相信能这么高，有人能解答一下为什么用MRC做NER在不同的数据集上得出的效果差异这么大吗？仅仅因为query这个先验知识？

#include <stdio.h> #include <stdlib.h> typedef int ElemType; typedef struct LNode { ElemType data; struct LNode *next; }LNode,*LinkList; LinkList Create(); void print( LinkList L); int main() { LinkList L = Create(); print(L); return 0; } LinkList Create() { LinkList L,p,s; ElemType e; L = (LinkList)malloc(sizeof(LNode)); L->next=NULL; 输入补充代码1； scanf("%d",&e); while(e!=-1) { s = (LinkList)malloc(sizeof(LNode)); s->data=e; 输入补充代码2； 输入补充代码3； scanf("%d",&e); } p->next=NULL; 输入补充代码4； } void print(LinkList L) { LinkList p; p=L->next; while (p) { printf("%d ", p->data); p =p->next; } } 补充代码完善程序

select distinct * where{ <http://www.shujuhai.cn/knowledgeGraph/Property/29c9d91719744b7e9c1172c3d63adb7a> ?p ?o. <http://www.shujuhai.cn/knowledgeGraph/Property/29c9d91719744b7e9c1172c3d63adb7a> <http://www.w3.org/2000/01/rdf-schema#label> ?s_lable. ?p <http://www.w3.org/2000/01/rdf-schema#label> ?p_lable. ?o <http://www.w3.org/2000/01/rdf-schema#label> ?o_lable. FILTER (isIRI(?o)) } SPARQL查询问题，根据主语查询时在结果集中如何加入已知主语,现在查询结果是主语列为空。

怎样在结果集中包含主语的值： select ?s ?p ?o where{ <http://www.shujuhai.cn/knowledgeGraph/Property/29c9d91719744b7e9c1172c3d63adb7a> ?p ?o. }

a = np.array([rows,cols]) [rows, cols] = data.shape for i in range(rows):     for j in range(cols):         str=data[i,j]         for w in str:             if  w>= u'\u4e00' and w<=u'\u9fa5':                 a[i,j]+=w       报错： TypeError: 'int' object is not iterable

我这个项目是想将新闻用知识图谱表示，再对新闻进行聚类。抽取每条新闻实体做出的图谱大概是下面的结果： 粉色节点是标题，标题周围是时间、机构等实体，现在想根据实体之间的关系来对新闻进行聚类，思路上有点走不通，想请问大佬这种可以怎么实现

在django的views视图中加载pytorch模型，但是提示没有自己写的model   def insert(request): if request.method == "POST": username = request.POST.get("username") text_ints = Init.converts(username) new_text_ints = Init.reset_text([text_ints], seq_len=200) # 注意这里要添加一个[]，因为，reset_text处理的二维数据 text_tensor = torch.from_numpy(new_text_ints) load_model = torch.load("E:/Code/Pycharm/Django/NLP/main_other.pkl") device = "cuda" if torch.cuda.is_available() else "cpu" batch_size = text_tensor.size(0) # 这里是1 hs = load_model.init_hidden(batch_size) # 初始化隐藏状态 text_tensor = text_tensor.to(device) pred, hs = load_model(text_tensor, hs) # 判断 pred = torch.round(pred) pred = "评论正面" if pred==1 else "评论负面" twz = models.message.objects.create(username=username,pred=pred) twz.save() return redirect('show/') return render(request, "insert.html")    

本人的毕设要求用注意力机制挖掘数据属性列之间的联系，便于生成数据清洗规则。但是在用自注意力机处理数据时，发现相似度的计算主要基于对原始数据的embedding。因为要体现不同属性列数据间的相关性，于是考虑到了共现矩阵（目前的设想是把连续型数据离散化，大致把样本中出现的所有数据做一个简单区分就好啦）。在一通胡乱查阅资料后发现似乎可以用glove。。但是glove应该也没啥处理非文本数据的先例。有没有路过的大神能帮我看看这种思路可不可行？如果可行的化，可以对原始数据做一些怎样的处理使其能够套进glove的应用框架里。拜托啦~

在去年人工智能展上看到一家做语义识别的公司，听说比较领先。求推荐！

hanLP中识别“金水河小区”结果为“金水河”，怎么在原有词典的基础上加入自己想要识别的地名，从而提高识别的准确率

找了很多翻译软件  都不是  语音实时翻译软件  阿里有吗

下图是我正在构建的模型的抽象框架。 如何将神经网络某一层的结果用于下一个epoch？  我现在想将上一个epoch的中间层的输出，例如途中的lstm的hidden state， 作为一个参数在下一个epoch阶段输入到网络前面的某一层，请问该怎么该怎么处理呢？ 当我有多个分支的时候，但是输入的数据确实不一样的，例如现在有两个分支，其中一个输入一个场景的鸟瞰图，另一个是输入这个场景下路径坐标，很明显我只需要输入一次鸟瞰图就好了，但是路径坐标却可能输入很多次，那么该用什么样的策略保持同步呢？ 

判断两个地址是不是同一个地址,例如： 北京市丰台区方庄芳群园四区16-x-xxx 北京丰台群园四区16-x-xxx 判读这两个地址是不是同一个位置， 请问我现在没有样本库，只有两万个比较干净的数据，如何去开展？ 我现在是做的是先安行政区级别划分 比如：北京市/丰台区/新村街道/汉威广场/12号楼7层 现在是到街道包括街道 这些描述都可以标准化 切分后的后两部分想要匹配的话 该怎么做？

用云模型来做综合评价时侯，建立的云评价标准怎么确定熵、超熵啊

Learning Attention-based Embeddings for Relation Prediction in Knowledge Graphs代码运行问题 该论文中的模型参数量巨大，请问复现过该程序的大佬都是用什么样的配置来运行的？ 我用的配置为： 硬件环境：Intel(R) Core(TM)i5-6500，3.20GHz的CPU，12G内存计算机， NVDIA Geforce RTX 2080Ti的GPU计算机。 训练FB15k-237数据集，将batch_size_gat 由272115 缩小至100，epoch由3000缩小至5，运行了一天，且得到的结果与论文结果相比很差。 所以我是否可以租用阿里云来训练模型，且需多大，多长时间？

字典格式如下：       华硕电脑/COM       长扬汽车修理厂/COM       德成商店/COM       欧维思/COM       有家烧烤店/COM       宏峰五金建材商店/COM       兰州拉面/COM     手动太慢了，怎么自动收集这些数据啊？

      想探究一下优秀企业的名字的特征，比如字符长度，难易程度，地域特点，行业特点等。有没有什么方法可以用。 目前比较没有头绪，有没有大佬来指点指点。

训练集和验证集准确率可以达到>90%但是测试集的准确率只达到了30%多，无论是textcnn还是bi-lstm+attention，模型准确率都是这样。 泛化的措施比如加l2正则，dropout,BN层，数据增强等方式都用了，但是还是这样。 数据都是一个数据集随机划分的。 有没有可能是数据训练的语句和标签的关系不大导致的，不能通过语句推出这个标签（之前的标签都是不同人打的，可能规则不一样，不准确？） 各位有没有什么思路或想法赐教下？

帮助我对中文wikidump数据实现infobox，目标是动物的筛选。筛选出：如：东北虎。界：动物界 Animalia门：脊索动物门 Chordata纲：哺乳纲Mammalia目：食肉目 Carnivora科：猫科 Felidae属：豹属Panthera种：虎 P. tigris 亚种。