摘要：
今天收到中秋的邮件。KDD结果出来了，Zhongqiu Wang & Jingwen Huang 15th/561。 阅读全文
posted @ 2014-02-17 19:26 SnakeHunt2012 阅读(181) 评论(0) 推荐(0)
摘要：
今例会的时候看CRF，突然感觉到ANN模型可能没有问题了，问题出在评价函数，不能接过好就说好，或者说收敛方法有问题，并不是打得对就答得好。还有就是我们应该让他能够根据需要而自己产生问题，问我们，然后我们回答他，这样来提高收敛速度，或者收敛方向、收敛效果。今天看NER的时候感觉是不是应该对一些模型进行深入，总是在边边角角想办法是不是不够彻底，最近看的论文都相当于在打补丁，而模型还是基本的模型CRF、隐马尔可夫随机场。但是看到CRF的时候又感觉是不是难度太大了，再看看再说。。。下午全体例会。师姐讲了矛盾信息的检测和分析，师兄讲了社会媒体预测案例。 阅读全文
posted @ 2014-02-17 19:16 SnakeHunt2012 阅读(162) 评论(0) 推荐(0)
摘要：
今天晚上跟师兄讨论，这那几篇论文，对于《领域多词表 达翻译对的自动抽取及其应用》那篇，我的感觉是跟实体识别不太吻合。他的大概意思就是先讲所有有可能的多词表达都找出来，然后在用C-value、上下文 熵、北京语料库等手段进行过滤，不过我看了前面生成预选集合的地方就觉得不太对劲。因为多词表达跟实体差别还是挺大的，实体对于内部结构有依赖，他的方法 就是连续统计一句话每词之间的相关联度，然后将最大的一个一个接着规约合并，合并的中间产物和最终产物都算是有可能的多词表达，整个规约过程可以被表达成 一颗树。但是这样并不好，因为对于多词表达来说这样做也许能够奏效，因为多词表达对于结构依赖的不是那么多，然而对于 阅读全文
posted @ 2014-02-17 19:15 SnakeHunt2012 阅读(302) 评论(0) 推荐(0)
摘要：
果然看中文材料就比较顺利，才半个小时就看完了一篇非常简单的综述《命名实体识别研究进展综述》（孙镇、王惠临）。这个是2010年的文章，其实就是一个 科普文章，简述了国内外NER这块的历史如何。这篇文章算是线头吧，因为我感觉对我的意义最大就是他所引出来的那些文献，尤其是中文NER的文献，我觉得 很有必要拓扑下去。意外收获是，在看的时候发现浅层句法分析这个东西也许会对我们产生比较大的帮助，因为要挖掘实体的结构，所以可能会需要一些部分句法的分析，具体还要找学长科普一下。 阅读全文
posted @ 2014-02-17 19:14 SnakeHunt2012 阅读(152) 评论(0) 推荐(0)
摘要：
下午去实验室继续写实验报告，跟伟杰要了一个实验报告，然后大师兄叫我，我们在走廊唠了一会儿。大师兄想做Open NE，他说这个会比较难，目前没有人做，因为还没有发现相关的文章，大家研究的都是指定了哪种实体之后的识别，这种Open的还不是很成熟，目前的想法就是挖掘实体结构，然后来确定实体边界。目前想让我在几个现成的实体上试试能不能挖掘出来有效的结构，或者其他有效的方法。所以今天的任务有这些：做实验写报告YY一下OpenNE晚上跟家伟吃饭的时候也讨论了一下如果是他，他怎么办，因为他是分析图像的，所以就相当于给几个图片，中间标出主题的轮廓。比如给几个猫的图片和房子的图片，标出来，然后让他识别车图片和人 阅读全文
posted @ 2014-02-17 19:13 SnakeHunt2012 阅读(206) 评论(0) 推荐(0)
摘要：
看完睡不觉得世间有点虚度，然后就构思了一下带带回儿去找中秋要跟她说的事情，大概就是这样的：我打算用paper来计算人与人之间的距离，比如说我跟郑茂和写过一篇文章，然后郑茂根韩冰和写过一篇文章，这样我跟韩冰的距离比较近，这样如果我在一篇文章中跟其他两个id有名称歧义的话而且其中韩冰又是其中一个无歧义作者，那没看我这个id跟韩冰这么近，肯定是我写的文章。晚上八点多快九点的时候给中求发短信，然后他说现在可以过去，我就过去了。过去之后我跟她说了这个想法没他说有问题，具体问题就是我是我们最初的想法是正确的，后来改的不对，而且基本上不能对着id来弄。他觉得官方给的validit数据本身就是内涵bug的，在 阅读全文
posted @ 2014-02-17 19:09 SnakeHunt2012 阅读(238) 评论(0) 推荐(0)
摘要：
实验室例会，上到一半之后发现今天下午第二节课是Android，上次两节Android都没跟中秋碰头，这次又不能碰头了，然 后就赶紧给中秋发了个短信，说我在开会，晚上约个时间再谈。正好也称这一下午加一晚上的时间把那三篇论文温习一遍，然后把CRF、MRF再看看，不过果然 还是没于看懂，晚上吃完饭回来打算找学长问，不过学长吃饭去了还没有回来，就自己看那篇综述。等学瑞吉师兄回来之后就跟师兄到会议室讨MRF还有这个题目。其实之前对MRF一直存在误解，这是主要障碍，以前一直以为每个节点都代表一种lable configuration，这样不同的Y之间会有概率关系，而且满足马尔科夫性，不过越想越不对劲。后来 阅读全文
posted @ 2014-02-17 19:07 SnakeHunt2012 阅读(259) 评论(0) 推荐(0)
摘要：
下午去上刘杨老师的机器学习课，今天讲的＂朴素被噎死＂，他本想当场举个例子，结果读了好半天才吧关系都拼凑上，他说明天给我们带来个精彩的，回去之后夜里把朴素贝叶斯自己又脑补了一下，发现贝叶斯原理（后验）就是个很简单的因果现象。正常的因果现象是，给你一个起因，可能会有不同的结果，而每种结果的概率是P(果|因)。而所谓的＂后验过程＂就是当你看到结果是这样的时候，问最可能是哪种原因造成现在这个结果。这 里我想到了一年前理学院的王勇老师给他们学上讲课的时候用过的一个例子：说你是某工厂的厂长，一共有甲、乙、丙三个车间，都生产相同的零件。事情是这样 的，今天国家领导过来视察，临走的时候从集装箱的一堆零件随手拿 阅读全文
posted @ 2014-02-17 19:04 SnakeHunt2012 阅读(230) 评论(0) 推荐(0)
摘要：
昨天下午的时候中秋给我发短信＂待会儿上课吧？上课讨论下？＂，然后我回复＂嗯，好的。＂然后上课的时候中秋说那个方案也许不太好执行，因为他后来看数据了，数据库里面这种＂可以从从协同作者进行判断＂的例子并不多。所以不能只靠那个。然后今天早上还在床上没起来，就接到了瑞吉师兄打来的电话，才发现今天我们约好一起写NER的，结果被我忘了，是在非常囧。然后就跑过去了，然后找出之前写好的代码，过一会儿师兄就过来了，跟我一起看代码，师兄的意思是在上面直接该，不过我的想法是还是重写吧，我说用状态机重写，因为之前的那个代码实在写得太搓了，才三个多月之前写的代码，今天看起来竟然那么的不堪入目。我觉得这应该是侧面看出来我 阅读全文
posted @ 2014-02-17 19:03 SnakeHunt2012 阅读(235) 评论(0) 推荐(0)
摘要：
今天上午把昨天的想法给中秋发过去了，然后我就开始科普随机森林：随机森林是一种比较新的机器学习模型。经典的机器学习模型是神经网络，有半个多世纪的历史了。神经网络预测精确，但是计算量很大。上世纪八十年代Breiman等人发明分类树的算法(Breiman et al. 1984)，通过反复二分数据进行分类或回归，计算量大大降低。2001年Breiman把分类树组合成随机森林(Breiman 2001a)，即在变量（列）的使用和数据（行）的使用上进行随机化，生成很多分类树，再汇总分类树的结果。随机森林在运算量没有显著提高的前提下提高了预测精度。随机森林对多元公线性不敏感，结果对缺失数据和非平衡的数据比 阅读全文
posted @ 2014-02-17 19:01 SnakeHunt2012 阅读(329) 评论(0) 推荐(0)
浙公网安备 33010602011771号