NLP新手的博客

摘要： 1 class A 2 { 3 private: 4 int a, b; 5 6 public: 7 8 A() //默认构造函数 9 :a(0),b(0)10 {11 }12 13 A(int aa) //显式构造14 :a(aa),b(0)15 {16 }17 18 A(int aa,int bb) //显式构造19 :a(aa),b(bb)20 {21 }22 23 void print()24 {25 cout<<"a... 阅读全文

摘要： 两个随机变量的相关系数指的是线性相关系数。 阅读全文

摘要： 向量空间模型VSM中，当查询向量query和文档向量d有共同元素时，基于内积的相似度计算sim（query，d）不为0，因此d被返回；当query和d没有共同元素时，sim（query，d）为0，则d被忽略。这样的结果是，如果d中有和query"主题相关"的的内容，那么d就被漏掉了。潜语义分析LSA方法中，d和query都经过转换后，即使query和d没有共同元素时，经转换后的query和d的相似度sim（query，d）也不为0，则d被返回。也就是说，query和d在原来维度的空间里本来是正交的，经过转换后，投影到一个低维空间，这样十有八九就不正交了。这样的结果是，如果d 阅读全文

摘要： （源自：http://en.wikipedia.org/wiki/Bag_of_words_model） The bag-of-words model is a simplifying assumption used in natural language processing and information retrieval. In this model, a text (such as a sentence or a document) is represented as an unordered collection of words, disregarding grammar and 阅读全文

摘要： 以下是典型动态算法打印两序列最大公共子序列的方法，该方法只能打印一个最大公共子序列： 1 #include <iostream> 2 using std::cout; 3 using std::endl; 4 5 const int NUM1=30,NUM2=30; 6 char result[NUM1+1]; 7 int count=0; 8 int lcsLength(char x[], char y[], int b[][NUM2+1],int m,int n) 9 {10 int c[NUM1+1][NUM2+1];11 for (int i = 0; i<=m; . 阅读全文

摘要： 动态规划算法首先要分析问题对象：1.是否有最优子结构性质。子结构：原问题规模变小就成为原问题的子结构。比如，矩阵链相乘问题，原问题的规模是矩阵链长度r=n，即问题规模为（i=1，j=n），i为矩阵链起点下标，j为终点下标。而原矩阵链中任意连续的长度r<n的子矩阵链，当i变大或j变小或i和j都变化时，就是子结构。再如长度分别为i和j的两个序列的最大公共子序列问题，原问题规模为（i，j），当i变小或j变小或i和j都变小时，这时的子问题就是子结构。最优子结构性质：原问题的最优解包含子问题的最优解。这种性质成为最优子结构性质。2.最常见的动态规划问题的子结构最优解是用矩阵，即二维数组来存储。3. 阅读全文

摘要： 以下是回溯算法的经典框架结构： 1 //t：递归的深度，也就是对象的层数。因此每次的回溯遍历都以深度为参数。 2 void backtrack (int t) 3 { 4 if(t>n) //n：对象的总深度，或对象的总层数。 5 output(x); //x：解的容器，一般是个数组。 6 else 7 { 8 /*f(t)和g(t)确定t层解的个数，或说第t个位置上解的可选个数。 9 （1）0-1问题每层都有0和1两个解。（2）n皇后问题每层都有... 阅读全文

摘要： 前几天听同学说起这样一个问题，说有两堆物品，分别从两堆物品中挑出一些物品，使这些物品重量之和相同，要求使重量之和最大。我把这个问题抽象出来后是这样子：有两个序列，从两个序列中各选出一些元素组成子序列，使这两个子序列的和相等，要求使子序列的和最大。我设计的算法如下：1.两个序列选择子序列按照0-1方式生成解空间。所以按回溯方式遍历解空间。2.要实现高效得考虑贪心性。3.序列和小的序列的和很大概率上就是两个序列的最大子集公共和。4.序列和小的序列做基础。5.对原序列排序，如果较密集，小序列用降序排列。如果两个序列和的差较大，大序列用升序排列。 1 #include "stdafx.h&q 阅读全文

摘要： （源自：http://www.hudong.com/wiki/%E5%A4%9A%E9%A1%B9%E5%88%86%E5%B8%83）把二项分布公式再推广，就得到了多项分布（在一般概率书中很少介绍它，但是热力学中涉及到它）。 二项分布的典型例子是扔硬币，硬币正面朝上概率为p, 重复扔n次硬币，k次为正面的概率即为一个二项分布概率。（严格定义见二项分布中伯努利实验定义）把二项扩展为多项就得到了多项分布。比如扔骰子，不同于扔硬币，骰子有6个面对应6个不同的点数，这样单次每个点数朝上的概率都是1/6（对应p1~p6，它们的值不一定都是1/6，只要和为1且互斥即可，比如一个形状不规则的骰子）,重复扔 阅读全文

摘要： 一，概率中协方差的定义：概率中协方差是随机变量的数字特征，即在二维随机变量分布中，对二维随机变量（X,Y），若E(X)，E(Y)，E{ [ X-E(X) ] [ Y-E(Y) ] } 都存在，则称 E{ [ X-E(X) ] [ Y-E(Y) ] } 为X与Y的协方差（或相关矩），记为Cov(X,Y)。Cov(X,Y)=E{ [ X-E(X) ] [ Y-E(Y) ] }=E(XY)-E(X)E(Y)。说明两点：1.这里的协方差是基于二维随机变量分布的计算，即和(X,Y)的样本值和(X,Y)的联合概率有关。2.当X和Y是离散型随机变量时，他们分别对应的样本空间的大小不必相同，即X的样本数和Y的 阅读全文