前言 文档分割是一项具有挑战性的任务，它是任何知识库问答系统的基础。高质量的文档分割结果对于显著提升问答效果至关重要，但是目前大多数开源库的处理能力有限。 这些开源的库或者方法缺点大致可以罗列如下： 只能处理文本，无法提取表格中的内容 缺乏有效的分割策略，要么是一整个文档全部提取，要么是词粒度的获取
人工智能、机器学习和深度学习覆盖的技术范畴是逐层递减的，三者的关系：人工智能 > 机器学习 > 深度学习。 人工智能（ArtificialIntelligence，AI）是最宽泛的概念，是研发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学 机器学习（MachineLear
在Java中实现大数据推荐算法时，通常会使用一些开源的机器学习库，如Apache Mahout、Weka、DL4J（DeepLearning4j，用于深度学习）或者Spark MLlib（用于在Spark集群上运行）。由于完整实现一个大数据推荐算法的代码量可能非常大，并且需要配合具体的数据集和环境进
Based on Deep Learning (2017, MIT) book. 本文基于Deep Learning (2017, MIT)，推导过程补全了所涉及的知识及书中推导过程中跳跃和省略的部分。 blog 1 概述 现代数据集，如网络索引、高分辨率图像、气象学、实验测量等，通常包含高维特征，
