技术
1. 中文ELECTRA模型
今天，哈工大讯飞联合实验室放出了基于更大训练语料的中文ELECTRA预训练模型，由于今天时间主要用在了分析数据上，等有时间做个基于剧本内容领域的ELECTRA预训练模型。
今日笔记-20201022
每日笔记 20201021
每日一图
来源：冯大辉微博
技术
1. 近似最近邻向量检索工具 annoy
最近开发中需要用到词向量检索，主要用于寻找某一个词的近义词，然后做近义词替换，增加语料数量，提升模型的泛化性。之前腾讯公开了一个800万词200维的词向量，上次直接使用 Gensim 载入，足足花了将近半个小时，虽然可以通过减少载入词的数量来提升速度，但是对于我来说，在资源足够的情况下，一次性全部载入，然后做成在线服务随时调用是最好的了。
每日笔记 20201020
技术
1. 能够快速构建数据分析应用的库 Streamlit
这是今天着重学习的库，最终做了一个剧本数据分析的实时交互网站，个人感觉效果不错，这种方式我可以快速验证算法产品原型，而不需要依赖前端的协助，提高开发效率，以后也可以作为个人业余项目的Demo展示工具。