- 自然语言处理和计算机视觉相关论文总结
Trouble..
自然语言处理计算机视觉深度学习
自然语言处理命名实体识别论文名称期刊/会议时间解读特点代码UnifiedNamedEntityRecognitionasWord-WordRelationClassificationAAAI2022W2NER本文建立了一个统一的命名实体识别模型,解决了NER领域当前嵌套实体、不连续实体的难题,其思想和TPLinker有异曲同工之处。将NER建立成2维网格,提出了多粒度卷积进行网格优化,推动了NER
- 《论文阅读》Unified Named Entity Recognition as Word-Word Relation Classification
LawsonAbs
NLP论文阅读word
总结将NER视作是word-word间的RelationClassification。这个word-word间的工作就很像是TPlinker那个工作,那篇工作是使用token间的link。推荐指数:★★★☆☆值得学习的点:(1)用关系抽取的方法做NER抽取(2)用空洞卷积解决词间交互问题(3)CLN(conditionalLayerNorma)的使用1.动机统一三类任务(flat、overlapp
- tplinker plus
愚昧之山绝望之谷开悟之坡
NLP实战项目笔记NLP基础知识其他
#笔记tplinker+plus1、确定输入数据X,和要得到的输出Y2、把相应的X和Y都转换成相应的模型输入格式的数字id[(12,23,15),(28,32,0),(12,28,18),(23,32,19)]常用的格式是一个字符的id,这个是字符对组成的id而已~~~~3、定义好模型和损失函数架构4、喂入数据开始训练输入的还是原始的数据,在输入模型得到结果之后,进行强行转换成相应的长度,以好跟标
- 论文阅读- TPLinker: Single-stage Joint Extraction of Entities and RelationsThrough Token Pair Linking
无脑敲代码,bug漫天飞
知识图谱ICCL论文阅读人工智能
目录摘要1绪论2相关工作3方法3.1握手标记方案3.1.1标记3.1.2解码3.2token对表示3.3握手标签3.4lossfunction4实验4.1数据集4.2评价4.3实施细节4.4对比模型4.5实验结果与分析4.5.1主要结果4.5.2不同句子类型的分析4.5.3计算效率分析5结论创新点:解决关系重叠问题,不受曝光偏差影响;论文链接:https://arxiv.org/pdf/2010.
- TPLinker
世界划水锦标赛冠军
机器学习深度学习矩阵
简介TPLinker融合了多头multi-head抽取范式(创建token-pair的矩阵)+标注方式(定义三种标注EH2ET,SH2OH,ST2OT的标签)的思想,有些巧妙。假设序列长为N,实体类数为T个,关系类别为R个,则会根据标注标签生成2R+1个结果矩阵,TP_Linker其实就是在上面这种multi-head的思想基础上,最后输出的是一个[batch,seq_len,seq_len,nu
- 【论文阅读笔记|coling2020】TPLinker: Single-stage Joint Extraction of Entities and RelationsThrough Token P
Rose sait
论文阅读
论文题目:TPLinker:Single-stageJointExtractionofEntitiesandRelationsThroughTokenPairLinking(单阶段联合提取通过token对连接的实体和关系)论文来源:coling2020论文链接:https://aclanthology.org/2020.coling-main.138.pdf代码链接:https://github.
- TPLinker: Single-stage Joint Extraction of Entities and Relations Through Token Pair Linking论文解读
Trouble..
自然语言处理信息抽取数据挖掘深度学习
TPLinker:Single-stageJointExtractionofEntitiesandRelationsThroughTokenPairLinkingpaper:TPLinker:Single-stageJointExtractionofEntitiesandRelationsThroughTokenPairLinking(aclanthology.org)code:131250208
- 【论文阅读】PRGC: Potential Relation and Global Correspondence Based Joint Relational Triple Extraction
今天NLP了吗
论文阅读
https://arxiv.org/pdf/2106.09895先指出TPLinker存在的问题:为了避免曝光偏差,它利用了相当复杂的解码器,导致了稀疏的标签,关系冗余,基于span的提取能力差作者提出新的模型,包括三部分:PotentialRelationPredictionRelation-SpecificSequenceTaggingGlobalCorrespondence对于主客体对齐,设
- [论文阅读笔记70]基于token-token grid模型的信息抽取(5篇)
happyprince
NERNLP深度学习论文阅读人工智能
论文1:TPLinker:Single-stageJointExtractionofEntitiesandRelationsThroughTokenPairLinking年份:2020-10-26论文链接:https://aclanthology.org/2020.coling-main.138.pdfhttps://drive.google.com/file/d/1UAIVkuUgs122k02
- TPLinker 实体关系抽取代码解读
weixin_42001089
人工智能机器学习实体关系抽取
前言:论文:https://arxiv.org/pdf/2010.13415.pdf代码:GitHub-131250208/TPlinker-joint-extraction这篇论文是最新的基于joint方式进行的联合抽取实体关系的模型。主要创新点是提出了新的标注数据方法,具体可以看论文,本篇的主要目的是解读代码逻辑,更多想法细节可以先看论文。我们还是重点分两部分来看:输入数据部分+模型输入数据部
- NLP-实体&关系联合抽取-2020:TPLinker【提出了新的标注数据方法】
u013250861
TPLinker
信息抽取两大难题:一、暴露偏差二、实体重叠、关系重叠联合抽取的结构化预测双头标注才能同时解决上述两个问题,百度的联合抽取的结构化预测但是序列标注,能解决暴露偏差的问题,不能解决实体重叠和关系重叠的问题。TPLinker标注,实体的头尾,主客实体的头,主客实体的尾。参考资料:TPLinker实体关系抽取代码解读关系抽取之TPLinker解读加源码分析TPLinker
- 关系抽取(三)实体关系联合抽取:TPlinker
满腹的小不甘_静静
知识图谱自然语言处理知识图谱人工智能
参考:NLP系列之封闭域联合抽取:CasRel、TPLinker、PRGC、PURE、OneRel,实在是太卷了!-知乎(zhihu.com)NLP关系抽取—概念、入门、论文、总结TPlinker论文:PLinker:Single-stageJointExtractionofEntitiesandRelationsThroughTokenPairLinking代码:https://github.c
- [论文精读|顶会论文]TPLinker: Single-stage Joint Extraction of Entities and Relations Through Token Pair Link
来日可期Dream
数据可视化人工智能深度学习机器学习论文阅读NLP
2020.10.26|COLING-2020|中国科学院大学|原文链接|源码链接TPLinker:Single-stageJointExtractionofEntitiesandRelationsThroughTokenPairLinking过去的方法:联合学习可以获得明显的性能增益。然而,它们通常涉及顺序的相互关联的步骤,并遭受暴露偏差的问题。在训练时,他们根据地面真值条件进行预测,而在推理时,
- 关系抽取--TPLinker
xuanningmeng
NLP自然语言处理深度学习
关系抽取–TPLinker最近在学习和整理关系抽取的模型,在学习的过程中对关系抽取有了进一步的认识。小白的学习之路漫长开始。转入今天的正题。TPLinker的创新(1)TPLinker是一种关系抽取的新范(2)TPLinker是单阶段抽取模型,(3)TPLinker实体和关系公用同一个解码,同时避免偏差暴露,同时抽取实体和关系,并不是先抽实体再抽关系,累加实体抽取错误的误差,保证了训练和预测的一致
- TPLinker 联合抽取 实体链接方式+源码分析
stay_foolish12
python自然语言处理实体抽取python
关系抽取–TPLinker:https://blog.csdn.net/weixin_42223207/article/details/116425447TaggingTPLinker模型需要对关系三元组(subject,relation,object)进行手动Tagging,过程分为三部分:(1)entityheadtoentitytail(EH-TO-ET)(2)subjectheadtoob
- 非结构化知识抽取 -- pipeline方法 joint方法
无脑敲代码,bug漫天飞
知识图谱python
目录非结构化知识抽取内容实体关系抽取问题定义实体关系抽取方法pipeline方法:实体识别、关系分类实体识别挑战:实体嵌套序列标注指针标注span标注关系分类非监督方法监督方法远程监督关系重叠另外一个pipeline方法Joint方法方法介绍Joint-CasRel方法介绍TPLinker方法介绍-PRGC非结构化知识抽取内容知识抽取包含:实体抽取、概念抽取、属性抽取、关系抽取、事件抽取;例子:新
- TPLinker: Single-stage Joint Extraction of Entities and Relations Through Token Pair Linking
hithithithithit
#RETPLinker关系抽取自然语言处理NLP
目录写作动机(Movitation):相关工作(RelatedWork):提出的方法(Methods):使用的技术(Techniques):遇到的困难(Difficulties):实验结果(Results):做出的贡献(Contributions):未来展望(FutureWork):写作动机(Movitation):为了解决联合抽取中的暴露偏差的问题,首次提出了one-stage的解决方法。相关工
- 【实体关系抽取】OneRel和TPLinker两篇方案的不同之处
料理码王
信息抽取知识图谱NLP人工智能算法nlp自然语言处理知识图谱
OneRel和TPLinker两篇方案的不同之处0引言1不同之处2总结0引言过去的实体关系抽取方案,基本上都是分步进行:先抽取实体,再抽取关系。结合工业实践,我认为过去的做法好处有如下:解释性强。我可以将实体和关系模型分别调整到最优,而且实体是先设置有类型的,debug极其方便;易扩展。缺点就不多说了,论文说的很明确——曝光偏差带来的错误积累和级联误差。目前我自己在工业上采用的prompt范式的方
- TPLinker
愚昧之山绝望之谷开悟之坡
笔记IE矩阵算法机器学习
#笔记1、长文本划分为短文本的时候,是以模型底层分词的个数来判断的2、输入的X必须转换成id,输入的Y也必须转换成id,这样X输入得到的结果P才能和Y做比对,所有的模型都是围绕这个根基做转换,确认好X和Y,把这些都转换成id输入模型。3、只有一个实体全连接层768X2,每个个关系都有对应的全连接层参数768X34、随着step加大,w_ent的权重递减,w_rel权重递增。先关注实体,保证实体抽准
- 关系抽取TPLinker: Single-stage Joint Extraction of Entities and Relations Through Token Pair Linking
愚昧之山绝望之谷开悟之坡
pythonIEpython
纵轴为头,横轴为尾,图中的两个红色1标签分别标注了(北,市)和(北,府),代表“北京市”和“北京市政府”为两个实体。实体解决了,那么关系怎么办呢?那是一个下午,落日的余光洒在地板上显得格外刺眼,我看了一眼客厅的沙发,忽然想起了那天夕阳下的思考。一拍脑袋,邻接矩阵不就是用来表示节点关系的吗?实体关系可不可以也用两个token的关系来表示呢?答案又呼之欲出了。对,那就是subject和object的头
- TPLinker实体关系抽取新范式TPLinker:单阶段联合抽取,并解决暴漏偏差~
愚昧之山绝望之谷开悟之坡
笔记IE知识图谱人工智能
https://zhuanlan.zhihu.com/p/342300800(https://zhuanlan.zhihu.com/p/342300800)https://zhuanlan.zhihu.com/p/346897151(https://zhuanlan.zhihu.com/p/342300800)Pipeline方式联合抽取主要分为2种范式:多任务学习:即实体和关系任务共享同一个编码
- 【论文翻译】TPLinker: Single-stage Joint Extraction of Entities and Relations Through Token Pair Linking
今天NLP了吗
论文阅读深度学习人工智能算法
近年来,从非结构化文本中提取实体和关系引起了越来越多的关注,但仍然具有挑战性,因为识别与共享实体的重叠关系具有内在的困难。以前的研究表明,联合学习可以带来显著的性能提升。然而,它们通常涉及顺序相关的步骤,并遭受暴露偏差的问题。在训练时,它们利用地面的真实条件进行预测,而在推理时则需要从零开始进行提取。这种差异导致误差累积。为了缓解这一问题,本文提出了一种单阶段联合提取模型,即TPLinker,该模
- 【关系抽取】TPLinker:单阶段联合抽取,并解决暴漏偏差
Sonhhxg_柒
深度学习(DL)深度学习人工智能
大家好,我是Sonhhxg_柒,希望你看完之后,能对你有所帮助,不足请指正!共同学习交流个人主页-Sonhhxg_柒的博客_CSDN博客欢迎各位→点赞+收藏⭐️+留言系列专栏-机器学习【ML】自然语言处理【NLP】深度学习【DL】foreword✔说明⇢本人讲解主要包括Python、机器学习(ML)、深度学习(DL)、自然语言处理(NLP)等内容。如果你对这个系列感兴趣的话,可以关注订阅哟文章目录
- NLP-实体&关系联合抽取-2020:TPLinker【提出了新的标注数据方法】
u013250861
#spo
信息抽取两大难题:一、暴露偏差二、实体重叠、关系重叠联合抽取的结构化预测双头标注才能同时解决上述两个问题,百度的联合抽取的结构化预测但是序列标注,能解决暴露偏差的问题,不能解决实体重叠和关系重叠的问题。TPLinker标注,实体的头尾,主客实体的头,主客实体的尾。1.Introduction目标:从给定的非结构化文本中识别实体之间的关系,组成关系三元组(ei,rk,ej)。如图所示,关系可能会有重
- 2021-05-10 你以为我在蹭热点?tplinker,没错,这个名字就是让人印象深刻。
王政
这篇简单介绍一下《TPLinker:Single-stagejointextractionofentitiesandrelationsthroughtokenpairlinking》这篇三元组抽取的文章。首先我们从研究背景入手。信息抽取的流程有两种:pipeline和joint两种,其中pipeline方法由于存在错误累加和特征利用低,近年来大家关注joint方式,但是joint方式的缺点也很明显
- Enum用法
不懂事的小屁孩
enum
以前的时候知道enum,但是真心不怎么用,在实际开发中,经常会用到以下代码:
protected final static String XJ = "XJ";
protected final static String YHK = "YHK";
protected final static String PQ = "PQ";
- 【Spark九十七】RDD API之aggregateByKey
bit1129
spark
1. aggregateByKey的运行机制
/**
* Aggregate the values of each key, using given combine functions and a neutral "zero value".
* This function can return a different result type
- hive创建表是报错: Specified key was too long; max key length is 767 bytes
daizj
hive
今天在hive客户端创建表时报错,具体操作如下
hive> create table test2(id string);
FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. MetaException(message:javax.jdo.JDODataSto
- Map 与 JavaBean之间的转换
周凡杨
java自省转换反射
最近项目里需要一个工具类,它的功能是传入一个Map后可以返回一个JavaBean对象。很喜欢写这样的Java服务,首先我想到的是要通过Java 的反射去实现匿名类的方法调用,这样才可以把Map里的值set 到JavaBean里。其实这里用Java的自省会更方便,下面两个方法就是一个通过反射,一个通过自省来实现本功能。
1:JavaBean类
1 &nb
- java连接ftp下载
g21121
java
有的时候需要用到java连接ftp服务器下载,上传一些操作,下面写了一个小例子。
/** ftp服务器地址 */
private String ftpHost;
/** ftp服务器用户名 */
private String ftpName;
/** ftp服务器密码 */
private String ftpPass;
/** ftp根目录 */
private String f
- web报表工具FineReport使用中遇到的常见报错及解决办法(二)
老A不折腾
finereportweb报表java报表总结
抛砖引玉,希望大家能把自己整理的问题及解决方法晾出来,Mark一下,利人利己。
出现问题先搜一下文档上有没有,再看看度娘有没有,再看看论坛有没有。有报错要看日志。下面简单罗列下常见的问题,大多文档上都有提到的。
1、没有返回数据集:
在存储过程中的操作语句之前加上set nocount on 或者在数据集exec调用存储过程的前面加上这句。当S
- linux 系统cpu 内存等信息查看
墙头上一根草
cpu内存liunx
1 查看CPU
1.1 查看CPU个数
# cat /proc/cpuinfo | grep "physical id" | uniq | wc -l
2
**uniq命令:删除重复行;wc –l命令:统计行数**
1.2 查看CPU核数
# cat /proc/cpuinfo | grep "cpu cores" | u
- Spring中的AOP
aijuans
springAOP
Spring中的AOP
Written by Tony Jiang @ 2012-1-18 (转)何为AOP
AOP,面向切面编程。
在不改动代码的前提下,灵活的在现有代码的执行顺序前后,添加进新规机能。
来一个简单的Sample:
目标类:
[java]
view plain
copy
print
?
package&nb
- placeholder(HTML 5) IE 兼容插件
alxw4616
JavaScriptjquery jQuery插件
placeholder 这个属性被越来越频繁的使用.
但为做HTML 5 特性IE没能实现这东西.
以下的jQuery插件就是用来在IE上实现该属性的.
/**
* [placeholder(HTML 5) IE 实现.IE9以下通过测试.]
* v 1.0 by oTwo 2014年7月31日 11:45:29
*/
$.fn.placeholder = function
- Object类,值域,泛型等总结(适合有基础的人看)
百合不是茶
泛型的继承和通配符变量的值域Object类转换
java的作用域在编程的时候经常会遇到,而我经常会搞不清楚这个
问题,所以在家的这几天回忆一下过去不知道的每个小知识点
变量的值域;
package 基础;
/**
* 作用域的范围
*
* @author Administrator
*
*/
public class zuoyongyu {
public static vo
- JDK1.5 Condition接口
bijian1013
javathreadConditionjava多线程
Condition 将 Object 监视器方法(wait、notify和 notifyAll)分解成截然不同的对象,以便通过将这些对象与任意 Lock 实现组合使用,为每个对象提供多个等待 set (wait-set)。其中,Lock 替代了 synchronized 方法和语句的使用,Condition 替代了 Object 监视器方法的使用。
条件(也称为条件队列或条件变量)为线程提供了一
- 开源中国OSC源创会记录
bijian1013
hadoopsparkMemSQL
一.Strata+Hadoop World(SHW)大会
是全世界最大的大数据大会之一。SHW大会为各种技术提供了深度交流的机会,还会看到最领先的大数据技术、最广泛的应用场景、最有趣的用例教学以及最全面的大数据行业和趋势探讨。
二.Hadoop
&nbs
- 【Java范型七】范型消除
bit1129
java
范型是Java1.5引入的语言特性,它是编译时的一个语法现象,也就是说,对于一个类,不管是范型类还是非范型类,编译得到的字节码是一样的,差别仅在于通过范型这种语法来进行编译时的类型检查,在运行时是没有范型或者类型参数这个说法的。
范型跟反射刚好相反,反射是一种运行时行为,所以编译时不能访问的变量或者方法(比如private),在运行时通过反射是可以访问的,也就是说,可见性也是一种编译时的行为,在
- 【Spark九十四】spark-sql工具的使用
bit1129
spark
spark-sql是Spark bin目录下的一个可执行脚本,它的目的是通过这个脚本执行Hive的命令,即原来通过
hive>输入的指令可以通过spark-sql>输入的指令来完成。
spark-sql可以使用内置的Hive metadata-store,也可以使用已经独立安装的Hive的metadata store
关于Hive build into Spark
- js做的各种倒计时
ronin47
js 倒计时
第一种:精确到秒的javascript倒计时代码
HTML代码:
<form name="form1">
<div align="center" align="middle"
- java-37.有n 个长为m+1 的字符串,如果某个字符串的最后m 个字符与某个字符串的前m 个字符匹配,则两个字符串可以联接
bylijinnan
java
public class MaxCatenate {
/*
* Q.37 有n 个长为m+1 的字符串,如果某个字符串的最后m 个字符与某个字符串的前m 个字符匹配,则两个字符串可以联接,
* 问这n 个字符串最多可以连成一个多长的字符串,如果出现循环,则返回错误。
*/
public static void main(String[] args){
- mongoDB安装
开窍的石头
mongodb安装 基本操作
mongoDB的安装
1:mongoDB下载 https://www.mongodb.org/downloads
2:下载mongoDB下载后解压
 
- [开源项目]引擎的关键意义
comsci
开源项目
一个系统,最核心的东西就是引擎。。。。。
而要设计和制造出引擎,最关键的是要坚持。。。。。。
现在最先进的引擎技术,也是从莱特兄弟那里出现的,但是中间一直没有断过研发的
 
- 软件度量的一些方法
cuiyadll
方法
软件度量的一些方法http://cuiyingfeng.blog.51cto.com/43841/6775/在前面我们已介绍了组成软件度量的几个方面。在这里我们将先给出关于这几个方面的一个纲要介绍。在后面我们还会作进一步具体的阐述。当我们不从高层次的概念级来看软件度量及其目标的时候,我们很容易把这些活动看成是不同而且毫不相干的。我们现在希望表明他们是怎样恰如其分地嵌入我们的框架的。也就是我们度量的
- XSD中的targetNameSpace解释
darrenzhu
xmlnamespacexsdtargetnamespace
参考链接:
http://blog.csdn.net/colin1014/article/details/357694
xsd文件中定义了一个targetNameSpace后,其内部定义的元素,属性,类型等都属于该targetNameSpace,其自身或外部xsd文件使用这些元素,属性等都必须从定义的targetNameSpace中找:
例如:以下xsd文件,就出现了该错误,即便是在一
- 什么是RAID0、RAID1、RAID0+1、RAID5,等磁盘阵列模式?
dcj3sjt126com
raid
RAID 1又称为Mirror或Mirroring,它的宗旨是最大限度的保证用户数据的可用性和可修复性。 RAID 1的操作方式是把用户写入硬盘的数据百分之百地自动复制到另外一个硬盘上。由于对存储的数据进行百分之百的备份,在所有RAID级别中,RAID 1提供最高的数据安全保障。同样,由于数据的百分之百备份,备份数据占了总存储空间的一半,因而,Mirror的磁盘空间利用率低,存储成本高。
Mir
- yii2 restful web服务快速入门
dcj3sjt126com
PHPyii2
快速入门
Yii 提供了一整套用来简化实现 RESTful 风格的 Web Service 服务的 API。 特别是,Yii 支持以下关于 RESTful 风格的 API:
支持 Active Record 类的通用API的快速原型
涉及的响应格式(在默认情况下支持 JSON 和 XML)
支持可选输出字段的定制对象序列化
适当的格式的数据采集和验证错误
- MongoDB查询(3)——内嵌文档查询(七)
eksliang
MongoDB查询内嵌文档MongoDB查询内嵌数组
MongoDB查询内嵌文档
转载请出自出处:http://eksliang.iteye.com/blog/2177301 一、概述
有两种方法可以查询内嵌文档:查询整个文档;针对键值对进行查询。这两种方式是不同的,下面我通过例子进行分别说明。
二、查询整个文档
例如:有如下文档
db.emp.insert({
&qu
- android4.4从系统图库无法加载图片的问题
gundumw100
android
典型的使用场景就是要设置一个头像,头像需要从系统图库或者拍照获得,在android4.4之前,我用的代码没问题,但是今天使用android4.4的时候突然发现不灵了。baidu了一圈,终于解决了。
下面是解决方案:
private String[] items = new String[] { "图库","拍照" };
/* 头像名称 */
- 网页特效大全 jQuery等
ini
JavaScriptjquerycsshtml5ini
HTML5和CSS3知识和特效
asp.net ajax jquery实例
分享一个下雪的特效
jQuery倾斜的动画导航菜单
选美大赛示例 你会选谁
jQuery实现HTML5时钟
功能强大的滚动播放插件JQ-Slide
万圣节快乐!!!
向上弹出菜单jQuery插件
htm5视差动画
jquery将列表倒转顺序
推荐一个jQuery分页插件
jquery animate
- swift objc_setAssociatedObject block(version1.2 xcode6.4)
啸笑天
version
import UIKit
class LSObjectWrapper: NSObject {
let value: ((barButton: UIButton?) -> Void)?
init(value: (barButton: UIButton?) -> Void) {
self.value = value
- Aegis 默认的 Xfire 绑定方式,将 XML 映射为 POJO
MagicMa_007
javaPOJOxmlAegisxfire
Aegis 是一个默认的 Xfire 绑定方式,它将 XML 映射为 POJO, 支持代码先行的开发.你开发服 务类与 POJO,它为你生成 XML schema/wsdl
XML 和 注解映射概览
默认情况下,你的 POJO 类被是基于他们的名字与命名空间被序列化。如果
- js get max value in (json) Array
qiaolevip
每天进步一点点学习永无止境max纵观千象
// Max value in Array
var arr = [1,2,3,5,3,2];Math.max.apply(null, arr); // 5
// Max value in Jaon Array
var arr = [{"x":"8/11/2009","y":0.026572007},{"x"
- XMLhttpRequest 请求 XML,JSON ,POJO 数据
Luob.
POJOjsonAjaxxmlXMLhttpREquest
在使用XMlhttpRequest对象发送请求和响应之前,必须首先使用javaScript对象创建一个XMLHttpRquest对象。
var xmlhttp;
function getXMLHttpRequest(){
if(window.ActiveXObject){
xmlhttp:new ActiveXObject("Microsoft.XMLHTTP
- jquery
wuai
jquery
以下防止文档在完全加载之前运行Jquery代码,否则会出现试图隐藏一个不存在的元素、获得未完全加载的图像的大小 等等
$(document).ready(function(){
jquery代码;
});
<script type="text/javascript" src="c:/scripts/jquery-1.4.2.min.js&quo