zt 计算语言学 与 自然语言处理
摘要：
计算语言学和自然语言处理简介一、从一个例子开始2001年美国电影《太空奥德赛》中的一段对话：（Screenplay 0f 2001: A Space Odyssey，Stanley Kubrick & Arthur C. Charke编 ）Dave Bownman: Open the pod bay doors, HAL.HAL: I’m sorry Dave, I&rsquo... 阅读全文
网站学习初步1 关于控件
摘要：
Html控件的优点HTML控件由HTML标记衍生而来，HTML控件在外形上与普通的HTML标记很相似，几乎所有的HTML标记加上runat="Server"这个Server控件的标识属性后，都可以变成HTML控件。它们之间最大的区别就是HTML可以通过服务器端的代码来控制。下面以一个超级链接控件(HtmlAnchor)为例来看一下。可以在WebForm1.aspx上定义一个HtmlAnchor控件... 阅读全文
常用算法源码集锦 [推荐]
摘要：
以下收集了很少一部分论坛中算法实现，若不在列表中请使用“搜索”一些数据挖掘算法源代码！ http://bbs.dmresearch.net/viewthread.php?tid=3475&extra=page%3D1粗糙集理论介绍(对于初学者来说，很经典的滴） http://bbs.dmresearch.net/viewthread.php?tid=3588&... 阅读全文
转自Lindahua博客《图，谱，马尔可夫过程，聚类结构》
摘要：
题目中所说到的四个词语，都是Machine Learning以及相关领域中热门的研究课题。表面看属于不同的topic，实际上则是看待同一个问题的不同角度。不少文章论述了它们之间的一些联系，让大家看到了这个世界的奇妙。 从图说起 这里面，最简单的一个概念就是“图”(Graph)，它用于表示事物之间的相互联系。每个图有一批节点(Node)，每个节点表示一个对象，通过一些边(Ed... 阅读全文
conditional random fields{很赞，有空一定翻译出来！}
摘要：
http://www.inference.phy.cam.ac.uk/hmw26/crf/This page contains material on, or relating to, conditional randomfields. I shall continue to update this page as research onconditional random fields adva... 阅读全文
粗糙集理论介绍
摘要：
粗糙集理论介绍面对日益增长的数据库，人们将如何从这些浩瀚的数据中找出有用的知识？我们如何将所学到的知识去粗取精？什么是对事物的粗线条描述什么是细线条描述？粗糙集合论回答了上面的这些问题。要想了解粗糙集合论的思想，我们先要了解一下什么叫做知识？假设有8个积木构成了一个集合A，我们记：A={x1,x2,x3,x4,x5,x6,x7,x8}，每个积木块都有颜色属性，按照颜色的不同，我们能够把这堆积木分成... 阅读全文
概率图模型之生成模型与判别模型
摘要：
< PreviousNext >Sorry, your entry can't be deleted right now. Please try again later.July 30概率图模型之生成模型与判别模型 自然语言处理中，经常要处理序列标注问题（分词、词性标注、组快分析等），为给定的观察序列标注标记序列。 令o和s分别代表观察序列和标记序列， 根据贝叶斯公式， 1 生成... 阅读全文
概率图模型之有向图与无向图
摘要：
预备知识：条件熵定义： 一 原理 对待已知事物和未知事物的原则：（1）承认已知事物（知识）；（2）对未知事物不做任何假设，没有任何偏见， 概率平均分布 = 熵最大。即在满足特征函数期望等于样本特征函数期望的条件下，找出使得条件熵最大的分布。 二 数学模型 1 目标函数（条件熵最大） ，P={p|p是X上满足条件的概率分布} 2 约束（特征函数期望等于样本特征函数期望，即对每一个特征(x,y... 阅读全文
概率图模型之条件随机场（CRF）
摘要：
CRF及其应用开宗明义，概念先行~条件随机域模型是一种无向图模型，它是在给定需要标记的观察序列的条件下，计算整个标记序列的联合概率分布，而不是在给定当前状态条件下，定义下一个状态的状态分布。即给定观察序列O,求最佳序列S。1 链式条件随机场模型的图结构2 条件随机场模型的分解式2 原理：（1）目标函数：基于最大熵原则进行建模，定义样本条件熵（2）约束条件：以团为单位定义特征约束特征的样本期望与模型... 阅读全文
几个常用的机器学习工具包
摘要：
所谓机器学习，借用维基百科里的话说，是一种“用于创建数据集分析分析程序的方法”（具体的定义在此就不多说了）。借助这些方法我们可以对事件进行建模，常常可以达到通过对已有数据分析，对新数据作出迅速判断的效果。常见的机器学习模型（就我接触的而言）有CRF(条件随机场)，SVM（支持向量机），EM(最大熵)和ME（最大似然），当然排名不分先后，至于是generativemodel还... 阅读全文