Wiki

C

C++

C++ 是一种计算机高级程序设计语言

D

Docker

一个开源的应用容器引擎，让开发者可以打包他们的应用及依赖到一个可移植的镜像中；

Docker 学习笔记

G

git

一个开源的分布式版本控制系统，可以有效地进行项目版本管理。

git 常用命令
- git-subtree 的基本用法

gitbook

(1)

一款现代化的文档平台，常用于编辑产品文档、知识分享、个人笔记等，支持与 GitHub 自动同步；

官网网址：GitBook - Where software teams break knowledge silos.
本项目的 GitBook 地址：studies-gitbook

(2)

一个基于 Node.js 的命令行工具，使用 Markdown 快速构建文档或书籍；目前团队已不再维护，转向 GitBook 在线平台

官方 GitHub 地址（已不再维护）：GitbookIO/gitbook
GitBook 使用记录
对 markdown 和 html 混写支持不佳，已不再使用

GitHub Action

GitHub Action 是一个由 Github 提供的自动化工具。具体的执行的操作由仓库中的 YAML 文件定义（位于 .github/workflows 目录下），并在相应事件触发时运行，也可以手动触发，或按定义的时间表触发。

Github Action 使用备忘

glob

一种在 shell 中使用的简化版正则表达式

glob 语法备忘

H

Hive

一款基于 Hadoop 的数据仓库工具，Hive 能够将结构化的数据文件映射为一张数据库表，并提供 SQL 查询功能；

HuggingFace

一家 AI 创业公司, 创建了目前最流行的预训练模型库 transformers;

huggingface 套件使用备忘

J

Jupyter

一款支持交互式编程的笔记软件, 此前被称为 IPython notebook; 目前除了支持 Python 外, 也开始支持其他语言;

Jupyter Lab

Jupyter 开发的新一代 notebook 界面, 支持目录, 插件等更多高级功能;

IPython

Jupyter 的前身; 自 IPython 4.x 开始, 与语言无关的部分迁移至 Jupyter 项目, IPython 本身则专注于交互式 Python;

Jupyter & IPython 使用备忘

K

开发环境

Mac

Mac 环境配置

深度学习

深度学习环境配置

L

LaTeX

一种可以处理排版和渲染的标记语言，常用于论文编辑；

LaTeX 常用编辑格式；

LLM

大型语言模型 (Large Language Model, LLM)

领域短语挖掘

同义：短语挖掘（Phrase Mining）另见：“关键词挖掘”，“新词发现”，“LDA 主题模型”

领域短语挖掘，指从给定领域语料（将大量的文档融合在一起组成一个语料）中自动挖掘该领域内高质量短语的过程。
一般挖掘过程：候选短语生成 -> 统计特征计算 -> 质量评分/排序
与关键词抽取的区别：关键词抽取是从语料中抽取最重要、最有代表性的短语，其抽取的短语数量一般比较小。
与新词发现的区别：新词发现的主要目标是发现词汇库中不存在的新词，而领域短语挖掘不区分新旧短语。新词发现可以通过在领域短语挖掘的基础上进一步过滤已有词汇来实现。
参考
- 第3章：词汇挖掘与实体识别——《知识图谱概念与技术》肖仰华_fufu_good的博客-CSDN博客
- NLP必备：领域短语挖掘中的质量评估、常用算法解读与开源实现 - 墨天轮