在构筑一个模型时，枚举法是常用的必要的强盗分类。

李维 2011-10-12 18:16

枚举法是“权威”定义的一种。对有限集合（可枚举者）有效。 在构筑一个分类体系中，确实需要用枚举法。可以认为是强盗分类。 作者: 立委 (*) 日期: 10/12/2011 05:11:12 譬如，编制一套形式文法来model语言现 象。首要任务是词的分类。开放类（名形动副）是一种定义法。封闭类（功能词，如介词、连词、助动词 ...

个人分类: 立委科普|4638 次阅读|没有评论

非常折服苹果的技术转化能力，但就自然语言技术本身来说 ...

热度 1 李维 2011-10-8 08:10

苹果 iPhone 4S 里面的 Siri，跟我们的工作没法比 它面对的是非常狭窄的语言子集，我面对的是全开放的语言现象。 自然语言处理，领域越单纯，应用越好 。可我没有这个便利，我面对的是跨领域。 自然语言处理，语言越规范（譬如正式新闻），应用越好。可我没有这个便利，我面对的是社会网络的用语：充满了错别字、 ...

个人分类: 立委科普|6276 次阅读|2 个评论 热度 1

why hybrid? on machine learning vs. hand-coded rules in NLP

热度 1 李维 2011-10-8 04:00

Before we start discussing the topic of a hybrid NLP (Natural Language Processing) system, let us look at the concept of hybrid from our life experiences. I was driving a classical Camry for years and had never thought of a change to other brands because as a vehicle, there was really n ...

个人分类: 立委科普|8687 次阅读|1 个评论 热度 1

从新版iPhone发布，看苹果和微软技术转化能力的天壤之别

热度 2 李维 2011-10-5 18:29

终于熬夜把苹果昨天发布 iPhone 4S (其实应该叫 iPhone 5) 的现场录像（ http://events.apple.com.edgesuite.net/11piuhbvdlbkvoih10/event/index.html ）看了。其中的一个最重要的 feature 叫 Siri，你的贴身秘书，可以用自然语言与其对话，执行你的日常指令。里面用到了自然语言技术，语音识别（speech recognition）以 ...

个人分类: 立委科普|6092 次阅读|2 个评论 热度 2

言多必露，文本挖掘可以揭示背景信息

热度 1 李维 2011-7-11 01:03

言多必露，挖掘有商用价值的背景信息 文本挖掘（text mining）中，Demographic Profile Extraction 的任务是要给网虫自动分类，揭示其背景信息（年龄，性别，身份，族裔，人生阶段，家庭背景等）。 一些简单的规则，查准率高（high precision），查全率并不高(moderate recall)，譬如： I am　X -- X (student, ...

个人分类: 立委科普|5503 次阅读|1 个评论 热度 1

立委围脖：对于用户来说，抓住老鼠就是好猫

热度 1 李维 2011-6-24 18:16

这是从镜子的话想到的。 Re: 对乘客而言，瞬间跑多少速度无关紧要。要的是平均速度。 Quote　 mirror 因为距离是不变的，花多少时间才能到达目的地是个关心的问题。 在我们这个信息抽取/搜索这个行当里，学界与业界对于覆盖面（recall）的定义完全不同。学界的定义是以一个信息的出现次数 (mention level) ...

个人分类: 立委科普|4636 次阅读|没有评论 热度 1

今天的Ask.com

热度 1 李维 2011-6-13 14:11

【置顶：立委科学网博客NLP博文一览（定期更新版）】 今天的Ask.com: 回归问答系统，常见问题的回答令人印象深刻 今天无事，对AskJeeves十周年推出的 人生十大难题发了一回议论 。我跟甜甜说，你来看看这些人类无法解答的难题，其中有好几个问题也是近一年你反复问我，而我的解答 ...

个人分类: 立委科普|5261 次阅读|没有评论 热度 1

【 IT风云掌故：金点子起家的　AskJeeves 】

热度 1 李维 2011-6-11 18:42

前两天甜甜突然问道：Dad, is AskJeeves still alive? 这孩子一直对IT业界的事情感兴趣。譬如，当我讲述微软和苹果近二十五年的纠缠，五年河东，十年河西，十年又河东，彼伏此起，此消彼长，她都听得不亦乐乎，特别是说到　IT　传奇巨人　Bill Gates 与　Steve Jobs　迥然不同的性格和理念，她都特别爱听 ...

个人分类: 立委科普|8103 次阅读|1 个评论 热度 1

【立委科普：语法结构树之美】

热度 2 李维 2011-6-4 20:04

我们知道，语句呈现的是线性的字符串，而语句 结构却是二维的。我们之所以能够理解语句的意思，是因为我们的大脑语言处理中枢能够把线性语句解构（decode）成二维的结构：语法学家常常用类似下列的上下颠倒的树形图来表达解构的结果（所谓 parsing）。 上面这个树形图叫作依从关系树形图（dependenc ...

个人分类: 立委科普|10966 次阅读|3 个评论 热度 2

本页有 1 篇博文因作者的隐私设置或未通过审核而隐藏