记录一下最近的一些事和文章更新计划

距离上一篇博文居然已经过去了4个月了！

这四个月，我干了些什么，是该好好缕缕了。顺便来一波更新，把学过的东西都记录一下。

2017年9月，研二上学期开始，正式投入项目+科研+比赛。

项目

项目方面，导师和一家生物公司有合作，去年我们就有初步接触，当时做了点数据可视化，然后就匆匆忙忙开始研一上课了，今年他们倒是为项目起了个比较响的名头–“AI团队”，想让我们用算法来解决一些生化实验上的问题。他们做的事情也很有意义，简单来说，他们做的事情就是–用基因检测的方法来检验变异的基因，从而能够尽早的发现癌症。

几个月来，断断续续有在跟进这个项目，跑了一些回归算法，分类算法，也学了一些统计学的知识。

感觉算法来来去去就是那些，要真正理解业务需求，了解数据意义，才能发挥算法的作用。

科研

大方向是自然语言处理，具体一点是实体识别，更具体一点，是商品名识别。

在深度学习火起来之后，命名实体识别也有积极的发展。

这几个月，尝试了用规则提取实体，到使用HMM算法，再到最大熵、CRF，然后是比较新的深度学习方法，如LSTM+CRF。大概对常规操作有了一定的了解了，接下来，就要思考改进方向了，争取把一些新的研究成果用上来。

比赛

恰好开学之后，2017CCF BDCI（CCF 大数据与计算智能大赛）开始了，其中的《基于机构实体的智能摘要和风险等级识别》这个赛题还比较适合我，就和实验室小伙伴良超同学组队开搞了。

其实这道赛题涵盖的内容非常多，包括命名实体识别、情感分析、关键词和摘要的抽取，当然了，最后评分的标准主要是命名实体和情感分析这一块。

最终用CRF和FastText，还有我们两个我们也取得了还不错的效果，幸运挤进TOP5，去江苏常熟参加了决赛答辩，最终斩获第四（前三才有奖金，哭）。

还算是一段不错的经历。

文章更新计划

接下来，要把这几个月做过的技术问题，逐渐以文章的形式记录出来。

1.命名实体识别相关（规则、CRF、神经网络）

2.分类相关（文本分类fasttext、SVM、LR、提升树模型等等）

3.比赛经历、解题思路