主页

评估量表 焦虑症 BAI: 关注躯体化症状，与depression有明显区分 Beck Anxiety Inventory: Anxiety Assessment Questionnaire SAS 初期筛查 更普适 Zung Self-Rating Anxiety Scale (SAS) - Psychology Tools 中文版https://ask.dxy.com/index#/item/disease/29798?dxa_adplatform=appfxwxhy 抑郁症 PHQ-9 Patient Health Questionnaire-9 (PHQ-9...

最近一个周连续参加了CSWIM, SWAIB会议，说了太多话，e人浓度瞬间从100%降到了0%，感觉这三天都不想再说话了 好消息是做的主题(心理健康➕社交媒体)看到了蛮多类似的研究，也收获了大佬的鼓舞，坏消息是一篇文章想实现的目标过多，且策略有点过于激进(好坏参半)，好的是确实很有趣，坏的是容易引起争议，最初蛮让自己内耗的，过后冷静下来又觉得，引起争议更证明了研究的意义。 时间线回到三四个月前，当时做的论文感觉工作量上处于尴尬的level，向上是一篇毕业的top，向下是1/3的普通论文，这对于博二初的自己来说确实是一个艰难的抉择，内耗了接近一个月。然后遇到了同样内耗的师姐(申请青基中)，神奇的她因为骨折的原因emo了很久，然后想做心理健康(能带来职业成就感)方向，然后她根据我之前的...

前言 Synthetic Data in the Era of LLMs

前言 longformer 使用 llm 向量化模型 通义千问3-Embedding-0.6B-向量化模型 · 模型库 GitHub - ymcui/Chinese-BERT-wwm: Pre-Training with Whole Word Masking for Chinese BERT（中文BERT-wwm系列模型） GitHub - Sleepychord/CogLTX: The source code of NeurIPS 2020 paper “CogLTX: Applying BERT to Long Texts”

词嵌入的经典方法-独热编码（one hot），词袋模型（bag of words），词文档-逆文档频率（TF-IDF） 1 one-hot(独热编码) intuition(核心思想) ​ 文档中每个单词的出现都是独立的,每个词都有独一无二的含义，与其它词无关。对单词编码后的向量中只有数字 0 和 1，且其中只有一个维度是 1 案例： ​ 给出一句话，I ate an apple and played the piano。输出词典表示 劣势 ​ 稀疏矩阵；高维；无法学习语义，向量间的距离无法反映语义差异， 应用： ​ 输出类别标注 2.bag of words intuition(核心思想)：文...

1. 什么是词嵌入(word embedding) 将词/字符转化为有意义可计算的数值。比如有两组词{蜜蜂，鹅，鹰}，{直升机，无人机，火箭}，用具有意义的数值（具有词义）来表示他们。 怎样才算有词义呢？合乎现实的假设：飞得高的东西对应的数值大。比如在天空（sky）这个维度上，{蜜蜂，鹅，鹰}数值从小到大依次是 鹅=2→蜜蜂=3→鹰=4;{直升机，无人机，火箭}数值从小到大依次是 无人机=2→直升机=3→火箭=4 2. 问题导向：为什么需要词嵌入？-以情感分析任务为例 事实上NLP的大多任务（如事件抽取、自动问答、语义角色标注）都需要词嵌入，在这里以一个情感分析任务为例 句子：我的脚打羽毛球骨折了，国庆期间只能孤独的呆宿舍，我EMO了。 目标：对该句子进行情感分类，正向...

知识需要：词嵌入 看完篇文章能获得什么： ​ 对词嵌入的深入理解，共现矩阵、Word2vec(skip-gram or CBOW) ​ 训练下游NLP任务时，选择合适的词向量维度 ​ maybe 词嵌入方法创新的一丢丢启发 这是原文链接： https://aegis4048.github.io/understanding_multi-dimensionality_in_vector_space_modeling 词向量维度是多少比较合适呢？ 1. 为什么要多维向量空间？ 向量空间建模≈词嵌入 Such technique, representing words in a numerical vector space, is called Vector Spa...