神经字幕 该项目拍摄图像并生成合适的标题。 它使用两个CNN之一来提取图像特征，然后将其输入LSTM。 然后，LSTM逐字生成一个句子。 该项目基于使用TensorFlow 1.14的Python 3.7.4构建。 Inception_v3和VGG16是此项目中使用的两个预加密的CNN。 它使用Flickr30k数据集进行训练和测试。 对于Inception_v3，每个图像的大小调整为299 x 299像素，对于VGG16，图像的大小调整为224 x 224像素。 这是一个例子： 标题：一个街角，前面有灯

基于句子相似度矩阵构建图结构实现文本摘要任务——数据集基于句子相似度矩阵构建图结构实现文本摘要任务——数据集基于句子相似度矩阵构建图结构实现文本摘要任务——数据集基于句子相似度矩阵构建图结构实现文本摘要任务——数据集基于句子相似度矩阵构建图结构实现文本摘要任务——数据集基于句子相似度矩阵构建图结构实现文本摘要任务——数据集基于句子相似度矩阵构建图结构实现文本摘要任务——数据集基于句子相似度矩阵构建图结构实现文本摘要任务——数据集基于句子相似度矩阵构建图结构实现文本摘要任务——数据集基于句子相似度矩阵构建图结构实现文本摘要任务——数据集基于句子相似度矩阵构建图结构实现文本摘要任务——数据集基于句子相似度矩阵构建图结构实现文本摘要任务——数据集基于句子相似度矩阵构建图结构实现文本摘要任务——数据集基于句子相似度矩阵构建图结构实现文本摘要任务——数据集基于句子相似度矩阵构建图结构实现文本摘要任务——数据集基于句子相似度矩阵构建图结构实现文本摘要任务——数据集基于句子相似度矩阵构建图结构实现文本摘要任务——数据集基于句子相似度矩阵构建图结构实现文本摘要任务——数据集基于句子相似度矩阵构建图结构

SentEval包，评估句子嵌入质量的python工具

SCI经典句子汇总.zip

S-LSTM-PyTorch Sentence LSTM的PyTorch实现 论文代码：用于文本表示的句子状态LSTM。 作者的正式TF实现： : S-LSTM单元实施 S-LSTM实施 使用遮罩启用批处理 分类演示 序列标记演示

ubuntu下的划词工具实时翻译单词翻译汉译英和英译汉包括句子，安装简单，解压缩之后，在文件夹内打开终端执行sudo sh install.sh

微型GPS 概述 micropyGPS是功能齐全的GPS NMEA句子解析器，可与和PyBoard嵌入式平台配合使用。 它还与Python 3.x完全兼容 特征： 将大多数重要的输出消息解析并验证为易于处理的数据结构 提供解释，显示，记录和操作GPS数据的辅助方法 仅使用Micropython中提供的标准库以纯Python 3.x编写 在单个文件中实现为单个类，以便轻松集成到嵌入式项目中 解析器在编写时考虑了串行UART数据源； 一次可处理单个字符，并具有强大的错误处理能力，可应对嘈杂的嵌入式环境 以出色的 Arduino库建模 安装/卸载 通过从git克隆并通过setuptools运行安装来进行安装。 git clone https://github.com/inmcm/micropyGPS.git python setup.py install 或使用pip直接从github安装

这是一款好玩的文字转换emoji的一款小程序 支持自定义文字输入,支持随机切换,支持句子转换 用emoji来做暗语啥的是不是很刺激,反正至于怎么玩就看各位的脑洞了 这款小程序安装方法简单,无需服务器域名 直接使用微信开发者工具打开源码,然后上传提交审核就可以了 下面是小编的测试演示图:

句子相似度簇 sensim_cluster使用Levenshtein距离计算文本数据（来自文件）的相似度，并对结果进行聚类（分层聚类）。 聚类结果以树状图显示。 用法 准备数据文件 在下面运行该程序 # -*- coding: utf-8 -*- import sys from sensim_cluster . sensim_cluster import SensimCluster from matplotlib import pyplot as plt from scipy . cluster . hierarchy import dendrogram cluster = SensimCluster ( 'YOUR_DATAFILE_PATH' ) ids = cluster . get_ids () result = cluster . ward () mod_ids = [ id [

句子id+id*id的分析过程 栈 输入 输出 ＄E ＄E’T ＄E’T’F ＄E’T’ ＄E’ ＄E’T’id ＄E’T+ ＄E’T ＄E’T’F ＄E’T’id ＄E’T’ ＄ ＄E’T’F ＄E’T’id ＄E’T’ ＄E’ ＄E’T’F* id+id*id＄ id+id*id＄ id+id*id＄ id+id*id＄ +id*id＄ +id*id＄ +id*id＄ id*id＄ id*id＄ id*id＄ *id＄ *id＄ id＄ id＄ ＄ ＄ ＄ E→TE’ T→FT’ F→id T’→ ε E’→+TE’ T→FT’ F→id T’→*FT’ F→id T’→ ε E’→ ε