秋思（其二）秋风吹老梧桐树，彩笔新题相思句。 情深若问深几许，秋风秋月深秋雨。

transformers BERT预训练模型度量文本相似性经过与专业人士交流，了解到目前业内常用的度量文本相似性的做法有两种，效果差不多： 把文本A和文本B拼接起来，进行二分类任务，分类标签为相似或不相似。这种做法需要微调BERT模型，和

微调transformers进行BERT垃圾邮件分类现在我们使用Hugging Face的transformers包提供的预训练模型，在我们之前做的垃圾邮件分类任务上做一个微调，为将来我们的具体任务做准备。 本文主要参考这篇英文博客，并结合

微调transformers BERT文本分类预训练模型本节我们为Hugging Face的transformers包中提供的文本分类预训练模型做一个Fine-tune，即微调，令其更适应于我们使用的数据集，并做一个分类任务。 主要参考了t

Hugging Face与NLP预训练模型这一节我们来学习基于Hugging Face的NLP预训练模型的使用方式，包括Bert。 先来了解一些背景知识。 背景深度学习我们前面用的BOW，贝叶斯，SVM，LR，XGBoost都是传统机器学习

秋思（其一）云边鸿雁送秋风，欲寄相思意万重。 为谁倾倒为谁狂，忽如梦醒已三生。

基于BOW实现垃圾邮件分类上一节我们基于朴素贝叶斯的词频统计，做了垃圾邮件分类，这一节我们采用BOW模型，在相同数据集上使用BOW模型再次进行分类任务，并且使用各种经典的机器学习模型。 jieba加入自定义词典首先我们来做一个自定义分词功能

九叶重楼 相思怎解 我问大夫，什么药可以医相思之苦。 大夫说：“九叶重楼二两，冬至蝉蛹一钱，煎入隔年雪， 可医世人相思疾苦。“ 可重楼七叶一枝花，冬至何来蝉蛹，雪又怎能隔年，终是相思无解。 大夫说，殊不知夏枯即为九重楼，掘地三尺寒蝉现，除夕

All This I Did Without You这是Gerald Durrell 1978年写给未婚妻Lee McGeorge的情书。Gerald Durrell是一位英国动物学家、主持人和作家，泽西动物园的创办人，与Lee在1977年

朴素贝叶斯分类器实现垃圾邮件分类本文主要参考这个github项目来实现。 代码运行使用git clone下载项目，然后将数据集 解压到仓库路径下即可 运行：python new.py 实验结果我在本地运行得到的结果为 Building pr