本文主要基于 Hyperledger fabric 的官方文档和网上较新的博客，在一台MacOS上实现了Building Your First Network。

本文主要基于 Hyperledger fabric 的官方文档来搭建其实验环境，但官方文档对于很多步骤都有省略，结合网上比较新的博客，在一台 Ubuntu 14.04 机器(没用通过测试，换成了16.04的虚拟机)上来安装部署 fabric 的环境。

调研了一下HyperLedger Fabric的架构，因为它的官网文档并没有及时更新，所以有的内容参考的还是以前版本的文档。

今天处理了一下THUC的新闻数据集，具体代码在下面。

收获

sklearn里的shuffle可以将数据打乱，我在之前处理南开数据集的时候忽视了这一点。同样，pandas中的sample()也是同样的作用，numpy库中的方法不推荐，会导致内存溢出。

总结

离开实验室的时候跑了TextCNN的模型，结果到家看了一下结果，从第九个epoch开始准确率都为1（一共15个epochs）。一开始我纳闷为啥准确率这么高，因为在复旦数据集上也就0.86左右的准确率。后来看了一下下面的代码。最后两行是我生成训练集和测试集的方法，仔细看知道了测试集就是训练集的一个子集！怪不得准确率这么高，因为已经告诉你label了啊！明天重新生成一下训练集和测试集。

计算Spearman秩相关系数和P值（非相关性检验）。
在计算word similarity时用到的。具体用法是数据集中每行有一对词和人工标注的相关性，如(李白 诗 9.2)。程序先从词向量中读取两个词的向量，求得两个向量的余弦相似性，再用spearmanr求得相关系数和P值。最后的实验分析用的是相关系数。

keras中的Embedding层

将索引映射为固定维度的稠密向量，如[[4],[20]]->[[0.25,0.1],[0.6,-0.2]]。
Embedding层只能作为模型的第一层。

如何使用

1. 从头训练
   就像word2vec一样, 这一层是可学习的, 用随机数initialize , 通过BP去调整.
2. pre-trained + fine tuning
   用其他网络(如 word2vec) 训练好的现成的词向量, 作为初始化参数, 然后继续学习.
3. pre-trained + static
   用其他网络(如 word2vec) 训练好的现成的词向量, 作为初始化参数, 并且这些参数保持固定, 不参与网络的学习.

   参数说明

   1	keras.layers.embeddings.Embedding(input_dim, output_dim, embeddings_initializer='uniform', embeddings_regularizer=None, activity_regularizer=None, embeddings_constraint=None, mask_zero=False, input_length=None)

input_dim：大或等于0的整数，字典长度（词汇量），即输入数据最大下标+1
output_dim：大于0的整数，代表词向量的维度
embeddings_initializer: 初始化方法
embeddings_regularizer: 嵌入矩阵的正则项，为Regularizer对象
embeddings_constraint: 嵌入矩阵的约束项，为Constraints对象
mask_zero：布尔值，确定是否将输入中的‘0’看作是应该被忽略的‘填充’（padding）值，该参数在使用递归层处理变长输入时有用。设置为True的话，模型中后续的层必须都支持masking，否则会抛出异常。如果该值为True，则下标0在字典中不可用，input_dim应设置为$|vocabulary| + 1$。
input_length：当输入序列的长度固定时，该值为其长度。如果要在该层后接Flatten层，然后接Dense层，则必须指定该参数，否则Dense层的输出维度无法自动推断。

本文总结了神经网络在文本分类方面的一些应用，其中多篇论文被广泛引用。如果有最新的相关研究会及时更新。
文章将按照这些论文提出年份展开介绍，发展历史如下图所示：

本文总结了词向量的多种表示方法，主要为word2vec基础上的多种模型，侧重于中文词向量模型。

2018年7月23日更新，在NLP课上宗成庆老师在讲词向量时提到，除了基于文本的词汇语义表示模型，还有基于图像、语音、多模态信息学习词汇语义表示等，这一些有空再补充。

本文总结了论文GWE:Learning Chinese Word Representations From Glyphs Of Characters中的核心思想。

本文总结了论文JWE：Joint Embeddings of Chinese Words, Characters, and Fine-grained Subcharacter Components中的核心思想。