Source: http://ml.memect.com/archive/2015-08-08/long.html
比较各大Knowledge Base
来自 @波多野丽猪 好东西传送门整理
关键词：知识工程, 资源, PDF, 语义网, 知识库
一篇比较各大Knowledge Base的文章，从各方面比较了DBpedia，Freebase，Yago，Cyc，Wikidata。这些metrics还是挺浅显的，当然也是因为他们只针对用了语义网标准(rdf,sparql)的KBs，而这些KBs最大的问题就是schema难理解，query难写，工程师想入手得要先观察数据集很长时间。 [1] [1] http://www.semantic-web-journal.net/system/files/swj1141.pdf
CNN里使用非平衡训练数据
来自 @神牛gogo 好东西传送门整理
关键词：深度学习, 算法, 语音, 资源, PDF, 神经网络
The Impact of Imbalanced Training Data for Convolutional Neural Networks [1] 在语音里面试试类别均衡 [1] http://www.diva-portal.org/smash/get/diva2:811111/FULLTEXT01.pdf
Spotify战胜Apple Music的计划
来自 @湾区日报BayArea 好东西传送门整理
关键词：经验总结, 自然语言处理, 博客
【Spotify战胜Apple Music的计划】通过爬虫抓取点评音乐的网站与博客，用自然语言处理，分析出可能会走红的不知名的音乐人的作品；再加上公司里的32个全职编辑的（手动）加持，精选出金曲新人榜（Fresh Finds）：这样能战胜吗 | 简评： [1] 原链： [2] #湾区日报# [1] http://wanqu.co/2015-08-08-inside-spotifys-plan-to-take-on-apple-music.html
[2] http://www.fastcompany.com/3049231/tech-forecast/inside-spotifys-plan-to-take-on-apple-music
集体智慧背后的科学
来自 @爱可可-爱生活 好东西传送门整理
【集体智慧背后的科学】《The Science Behind Team Intelligence – Groups Have IQs All Their Own. Here’s How Psychologists Are Learning To Measure “collective Intelligence.”》By Geoff Colvin [1] [1] http://www.fastcompany.com/3049524/know-it-all/the-science-behind-team-intelligence
u-morphs从用户名预测用户性别和使用语言
来自 @iB37 好东西传送门整理
关键词：会议活动, 自然语言处理, EMNLP, 会议, 论文, 语言学
网络用户名一般由几个子单元拼接,如taylorswift13 = taylor + swift + 13. 这些子单元在语言学上叫做语素morpheme,是带有词法或语法含义的最小单元. What Your Username Says About You [Jaech,EMNLP15short] 称作u-morphs,用来预测用户性别和使用语言. 数据集:OkCupid和Twitter. [1] [1] http://arxiv.org/abs/1507.02045
完整版
点此链接查看全部21条：http://ml.memect.com/archive/2015-08-08/long.html