概要
本コーパスは，Twitterからランダムにサンプリングしたテキストに現れる，「特定の場所を著者が想定している」と判断できる表現に対して，実際にどのエンティティを指しているかを人手で判断しエンティティ情報を付与したコーパスです．GeoNLPなどのジオパーズシステム，エンティティリンキングシステム等の開発や評価に利用することを想定して構築されました．
2015-05-26
場所参照表現タグ付きコーパス Ver 0.1 (2015/05/25)
http://www.cl.ecei.tohoku.ac.jp/~matsuda/LRE_corpus/
Computing numeric representations of words in a high-dimensional space - Google Inc.
http://www.freepatentsonline.com/9037464.html
United States Patent 9037464word2vec 関連の特許。
Inventors:
Mikolov, Tomas (Jersey City, NJ, US)
Chen, Kai (San Bruno, CA, US)
Corrado, Gregory S. (San Francisco, CA, US)
Dean, Jeffrey A. (Palo Alto, CA, US)
ConvNetJS MNIST demo
http://cs.stanford.edu/people/karpathy/convnetjs/demo/mnist.html
学習中の各層（conv, pool, softmax）の重みやアクティベーション値をリアルタイムで見ることができる。
This demo trains a Convolutional Neural Network on the MNIST digits dataset in your browser, with nothing but Javascript.手書き数字の画像データを JavaScript のプログラムで学習するデモ。
学習中の各層（conv, pool, softmax）の重みやアクティベーション値をリアルタイムで見ることができる。
The Unreasonable Effectiveness of Recurrent Neural Networks
http://karpathy.github.io/2015/05/21/rnn-effectiveness/
We'll train RNNs to generate text character by character and ponder the question "how is that even possible?"
karpathy/convnetjs · GitHub
https://github.com/karpathy/convnetjs
ConvNetJS is a Javascript implementation of Neural networks, together with nice browser-based demos.
ConvNetJS: Deep Learning in your browser
http://cs.stanford.edu/people/karpathy/convnetjs/
ConvNetJS is a Javascript library for training Deep Learning models (mainly Neural Networks) entirely in your browser. Open a tab and you're training. No software requirements, no compilers, no installations, no GPUs, no sweat.