过去一年一共发布了17篇文章，截至今日上线总文章数为267篇，标签数为82个，分类数为31个。因为今年下架了很多文章，所以这三个指标都有所下降。 虽然这一年没发几篇文章，但是在读者看不到的后台还是做了不少工作。21年十月份的时候换了一台M1的新MBP，于是将之前hexo的开发环境迁移到了新机器上，以 ...

序言

PopClip是Mac平台上的一款文本增强软件，可以与用户光标所勾选的文本进行交互，实现很多复杂的文本处理功能，并与其他软件进行联动。

PopClip本身只是一个提供文本交互接口的平台，其主要文本处理功能是通过安装各种插件进行实现。官方插件市场上已经提供了大量精心挑选的插件，能够满足基本的文本处理需求，同时也提供了插件开发文档，供用户根据自己独特的需求进行客制化插件开发。

鉴于平时从PDF文档中复制代码经常会出现多余的空行，官方插件市场上又没有去除空行的插件，于是决定自己开发一个，顺便也练练手，为以后更复杂需求的插件开发进行技术积累。

基础操作查看 git 版本git --version 设置用户签名git config --global user.name 用户名git config --global user.email 邮箱 Git 首次安装必须设置一下用户签名，否则无法提交代码。 初始化本地库git init # 会将当前 ...

  最近想把实验截图拼接一下，奈何Mac平台上没有找到趁手的拼图工具，那不如就自己写一个吧！

摘要

远程监督广泛应用于关系分类中，通过将知识库与未标记的语料库对齐来创建大规模的训练数据。然而，它也引入了大量噪声标签，而上下文句子实际上并不表示标签关系。在本文中，我们提出了ARNOR，一种新的基于注意力正则化的降噪框架（Attention Regularization based NOise Reduction），用于远程监督关系分类。ARNOR假设一个可信的关系标签应该用神经注意力模型来解释。具体地说，我们的ARNOR框架迭代地学习可解释的模型，并利用它来选择可信任的实例。我们首先引入注意力正则化，迫使模型注意解释关系标签的模式，从而使模型更具解释性。然后，如果学习到的模型能够清楚地定位训练集中候选实例的关系模式，我们将选择它作为可信任实例进行进一步训练。根据对NYT数据的实验，我们的ARNOR框架在关系分类性能和降噪效果方面都比现有的方法有了显著的改进。

摘要

噪声标签问题一直是远程监督关系抽取的主要障碍之一。现有的方法通常认为，噪声句子是无用的，将损害模型的性能。因此，他们主要通过减少噪声句子的影响来缓解这一问题，例如应用包级选择性注意力机制或从句子包中去除噪声句子。然而，噪声标签问题的根本原因不是缺少有用的信息，而是缺少关系标签。直观地说，如果我们能够为噪声句子分配可信的标签，它们将转化为有用的训练数据，并有利于模型的性能。因此，在本文中，我们提出了一种新的远程监督关系抽取方法，该方法采用无监督的深度聚类为含噪句子生成可靠的标签。具体来说，我们的模型包含三个模块：句子编码器、噪声检测器和标签生成器。句子编码器用于获取特征表示。噪声检测器从句子包中检测噪声句子，标签生成器为噪声句子生成高置信度关系标签。大量的实验结果表明，我们的模型在一个主流的基准数据集上优于最先进的基线，并且确实可以缓解噪声标签问题。

摘要

关系提取的远程监督为包内的每个句子提供统一的包级标签，而准确的句子标签对于需要确切关系类型的下游任务很重要。直接使用包级标签进行句子级训练会引入很多噪音，从而严重降低性能。在这项工作中，我们建议使用负训练（negative training，NT），其中使用关于“实例不属于这些互补标签（complementary labels）”的互补标签来训练模型。由于选择真实标签作为互补标签的概率很低，因此 NT 提供的噪声信息较少。此外，用 NT 训练的模型能够将噪声数据与训练数据分开。基于 NT，我们提出了一个句子级框架 SENT，用于远程监督关系提取。 SENT 不仅过滤噪声数据以构建更干净的数据集，而且还执行重新标记过程将噪声数据转换为有用的训练数据，从而进一步提高模型的性能。实验结果表明，所提出的方法在句子级评估和去噪效果方面比以前的方法有显着的改进。