利用拓扑遍历算法进行自然语言处理和分析的一些构想

最新推荐文章于 2024-01-09 01:13:25 发布
原创 最新推荐文章于 2024-01-09 01:13:25 发布 · 置顶 · 281 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文探讨了连接主义视角下的自然语言处理机制，通过拓扑网络的随机遍历产生符号串，结合语法规则引擎过滤，实现语义的识别与处理。强调了拓扑遍历与动态平衡算法在生成有意义字符串中的作用。
部署运行你感兴趣的模型镜像

      连接主义的自然语言处理机制
    
      一个节点中存储着离散的字符和其它符号  节点间形成无规则的全连接拓扑
      然后随机选择一个起始节点，开始随机遍历，遍历出来的字符和符号形成一个字符串
      然后用系统预先存储的语法和词法规则引擎去过滤这些字符串，合符规则的
      就输出，不符合规则的就抛弃，然后反馈 再次遍历 直到人能够理解这些字符串的意义
    

      这样做，必然使得系统内部产生大量的错误连接，但是所谓错误，只是对于规则而言

      有些语法和语义其实并非是错误的。只是形式上有点问题。。。。。。

 

       一个拓扑网络就是一个语义空间，既有向量模式，也是标量模式，随机遍历这个空间
      产生无数个符号连接串，然后用语法规则去过滤这些连接符号串，并产生有意义的符号
      串，然后给外界输出
    
      语义的识别和过滤 并非来自拓扑算法  而是平衡机算法  动态平衡算法-通过扩张和收缩运动
      产生一组一组的混沌-次序的处理过程 把混沌的字符串过滤掉，产生有次序的字符串，并赋予
      其意义和内涵

 

       拓扑遍历算法是脑的功能，而语义的识别和处理分析是心的功能，心每分钟的扩张与收缩其实

       是在进行混沌-次序的处理过程，心与脑同步，生命才产生意识和思想

 

        强人工智能的主要使命是致力于让机器产生意识，这是我们永恒的课题

         玩强人工智能，有时候需要有一些超越常规的思想，一些神秘主义的思想，这就是强人工智能的魅力所在

您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

Stable-Diffusion-3.5

图片生成
Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型，相比 3.0 版本，它提升了图像质量、运行速度和硬件效率

数据结构图的遍历及拓扑排序
05-31
图的遍历#include #include #define max 100 //定义节点最大个数 int tag[100]; typedef char datatype; /*----------------定义边信息--------------*/ typedef struct node { int adress; // 记录节点位子 struct node *next; //指向下一条边的指针 } edgenode; /*-------------节点元素---定义类型--------------*/ typedef struct vnode { datatype element; //节点元素 edgenode *firstedge; //节点所指向的第一条边 int id; } vexternode; /*----------------定义邻接表类型--------------*/ typedef struct map { vexternode maplist[max]; //存放头结点的顺序表 int n,e; //图的顶点数和边数 } linkmap; int v[100]={0}; //深度优先遍历中标记已访问的信息 int dv[100]={0}; //广度优先遍历中标记已访问的信息 /*----------------定义建立图--------------*/ linkmap *create(linkmap *maps) { int chr[100][2],chh;//chr建立二元组（没权值） char c[100]; // 存放节点元素 int i,j,m,k; edgenode *p,*pre; maps=(linkmap *)malloc(sizeof(linkmap)); printf("***********************************"); printf("\n"); printf("请输入节点个数："); printf("输入节点个数："); scanf("%d",&maps->n); printf("请输入边的个数:"); scanf("%d",&maps->e); scanf("%c",&chh); //空格 printf("请输入节点元素："); for(i=0;in;i++) { scanf("%c",&c[i]);//输入节点元素 scanf("%c",&chh);//空格 maps->maplist[i].element=c[i];//把节点元素存放到邻接表中 maps->maplist[i].firstedge=NULL; } printf("请输入二元组（节点与节点之间的关系）\n"); for(i=0;ie;i++) for(j=0;j<2;j++) scanf("%d",&chr[i][j]); m=0; for(i=0;in;i++) { for(k=0;me&&chr[m][0]==i;m++,k++) { p=(edgenode *)malloc(sizeof(edgenode)); p->adress=chr[m][1]; //边p保存节点位子 if(k==0) maps->maplist[i].firstedge=p; else pre->next=p; pre=p; } p->next=NULL; } return maps; } /*----------------深度优先-------------*/ void dfs(linkmap *maps,int i)//i用来指定深度优先遍历的起始值 { edgenode *pp; printf("%c",maps->maplist[i].element); v[i]=1; pp=maps->maplist[i].firstedge; while(pp) { if(!v[pp->adress]) dfs(maps,pp->adress); pp=pp->next; } } void dfsmap(linkmap *maps) { int i=0; for(i=0;in;i++) v[i]=0; for(i=0;in;i++) if(!v[i]) { dfs(maps,i); } } /*----------------广度优先-------------*/ void bfs(linkmap *map,int i) { edgenode *p; int queue[100],front,real,k; front=-1; real=-1; printf("%c",map->maplist[i].element); dv[i]=1; queue[++real]=i; while(frontmaplist[k].firstedge; while(p) { if(!dv[p->adress]) { printf("%c",map->maplist[p->adress].element); queue[++real]=p->adress; dv[p->adress]=1; } p=p->next; } } } void bfsmap(linkmap *maps) { int i=0; for(i=0;in;i++) dv[i]=0; for(i=0;in;i++) if(!dv[i]) bfs(maps,i); } /*----------------计算入度数-------------*/ void id(linkmap *maps) { int i=0; edgenode *p=maps->maplist[i].firstedge; for(i;in;i++) maps->maplist[i].id=0; for(i=0;in;i++) { p=maps->maplist[i].firstedge; while(p) { maps->maplist[p->adress].id++; p=p->next; } } } /*----------------输出各节点的入度数-------------*/ void print(linkmap *maps) { int i=0; for(i;in;i++) printf("%d",maps->maplist[i].id); } /*----------------输出拓扑排序-------------*/ int topsort(linkmap *map) { int k=0,i,j,v,tag[100];//tag用来标记是否已访问到 int queue[100];//用队列存储 int front=0,real=0; edgenode *p; for(i=0;in;i++) { tag[i]=0;//初始化标记 } for(i=0;in;i++) { if(map->maplist[i].id==0&&tag[i]==0) { queue[++real]=i;//让每一个未被访问到的且入度为0的节点进栈 tag[i]=1;//当节点进栈时，标记此节点被访问过 } } while(frontmaplist[v].element);//输出刚出栈的元素 k++;//用来统计拓扑排序输出的个数 p=map->maplist[v].firstedge; //p指向此节点的下一条边 while(p) { j=p->adress;//j记下下一条边所对应节点的位子 if(map->maplist[j].id==0&&tag[j]==0)//下一条边节点入度减一，并判断之后入度是否为零且未被访问过 { queue[++real]=j;//让每一个未被访问到的且入度为0的节点进栈 tag[j]=1;//进栈…… } p=p->next;//p指向下一条关联于该节点的边 } } return k; //k用来计算输出的个数，并判定了是否有环 } /*--------图的非递归遍历-------*/ void fdg(linkmap *maps,int i) { edgenode *p,*q; linkmap *m; int stack[100]; int top=0; stack[top]=i; printf("%c ",maps->maplist[i].element); tag[i]=1; p=maps->maplist[i].firstedge; while(top>=0) { while(p) { if(tag[p->adress]!=1) printf("%c ",maps->maplist[p->adress].element); stack[++top]=p->adress; tag[p->adress]=1; q=p; p=maps->maplist[p->adress].firstedge; if(p&&tag[p->adress]==1) p=p->next; } do{ p=q; if(top==0) { p->adress=stack[top]; top--; } else p->adress=stack[--top]; p=maps->maplist[p->adress].firstedge; if(top==-1) break; while(p!=NULL) { if(tag[p->adress]==1) p=p->next; else break; }; }while(!p); } } void fdgsmap(linkmap *maps) { int i=0; for(i=0;in;i++) tag[i]=0; for(i=0;in;i++) if(!tag[i]) fdg(maps,i); } void main() { edgenode *p1; linkmap *maps; int i=0,c,num; maps=create(maps); id(maps); printf("深度优先遍历结果为："); dfsmap(maps); printf("\n广度优先遍历结果为："); bfsmap(maps); printf("拓扑排序结果为："); num=topsort(maps); if(num==maps->n) printf("此拓扑排序树无环\n"); else printf("此拓扑排序树有环\n"); printf(" \n非递归深度优先遍历结果为："); fdgsmap(maps); printf("\n"); }
图的遍历-拓扑排序
ring__的博客
01-25 856
问题描述：修一门课程之前必须修完该课程的先修课程，给出一个可行的选课顺序。（可能会有几种不同方案） 课程代号 v1 v2 v3 v4 v5 v6 先修课程 v1、v3 v1 v1、v6 v3、v4、v6 以上问题可以抽象为如下有向无环图的拓扑排序结果： 上图的邻接表为： 1、概念 拓扑排序（topological sort），将一个有向无环图（Directed Acyclic Grap...
图的遍历算法分析及应用（3）--拓扑排序
z568954956的专栏
08-24 1119
对一个有向无环图(Directed Acyclic Graph简称DAG)G进行拓扑排序，是将G中所有顶点排成一个线性序列，使得图中任意一对顶点u和v，若 ∈E(G)，则u在线性序列中出现在v之前。如下图     拓扑排序序列还可以为：C1，C3，C2，C4,C6,C5，C
拓扑排序(一)之 C语言详解6,Prim算法(一)之 C语言详解
weixin_34533343的博客
05-23 517
本章介绍普里姆算法。和以往一样，本文会先对普里姆算法的理论论知识进行介绍，然后给出C语言的实现。后续再分别给出C++和Java版本的实现。普里姆算法介绍普里姆(Prim)算法，和克鲁斯卡尔算法一样，是用来求加权连通图的最小生成树的算法。基本思想对于图G而言，V是所有顶点的集合；现在，设置两个新的集合U和T，其中U用于存放G的最小生成树中的顶点，T存放G的最小生成树中的边。从所有uЄU，vЄ(V-U...
图论——遍历算法
LiuRenyou的博客
01-18 1428
文章目录图论——遍历算法DFS遍历BFS遍历 图论——遍历算法 DFS遍历 深度优先搜索，以深度优先，直到走不下去，回退，对应的数据结构stack 对于上图dfs的流程如下 第一个节点0入栈，把0标记为已访问 遍历0的所有邻接顶点，如果没有被访问就入栈，1入栈，1已访问 遍历1的所有邻接顶点，如果没有被访问就入栈，3入栈，3已访问 遍历3的所有邻接顶点，如果没有被访问就入栈，2入栈，2已访问 遍...
数据结构之实验三：图的遍历操作与拓扑排序算法
lynn_Dai的博客
07-10 1253
一、实验目的： 1．掌握图的存储定义； 2．掌握图的遍历操作； 3．掌握图的拓扑排序算法。 二、实验内容： 1． 利用图的邻接矩阵，实现图的深度优先遍历搜索。图结构如下 结果输出 2． 采用邻接表作为有向图的存储结构，编写图的拓扑排序程序实现下图的拓扑排序输出； 实验一：图的深度优先遍历操作 定义邻接矩阵 typedef struct{ int vex[MaxVertexNum]; int Edge[MaxVertexNum][MaxVertexNum]; int vexnum,
网络爬虫分析实例:基于音悦台网站榜单的数据爬取与分析
Project of Idea
05-28 2954
基于音悦台网站榜单的数据爬取与分析 本实验代码：进入 一、研究背景 在互联网发展初期，网站相对较少，信息查找比较容易。然而伴随互联网爆炸性的发展，普通网络用户想找到所需的资料简直如同大海捞针，这时为满足大众信息检索需求的专业搜索网站便应运而生了。在Matthew Gray的Wanderer基础上，一些编程者将传统的―蜘蛛程序工作原理作了些改进。其设想是，既然所有网页都可能有连向其他网站的链接，那...
深度学习中的内存管理问题研究综述
weixin_45585364的博客
08-13 1538
点击上方蓝字关注我们深度学习中的内存管理问题研究综述马玮良1,2,彭轩1,2,熊倩1,2,石宣化1,2,金海1,21华中科技大学计算机科学与技术学院，湖北 武汉 4300742...
曲面质量检测实战：斑马线与高斯曲率分析的6步优化流程
本文系统探讨了曲面质量检测中的核心技术与工程实践，聚焦斑马线分析与高斯曲率分析的理论基础及应用方法。通过构建涵盖数据预处理、多视角扫描、热点检测、双模态融合、问题溯源与优化验证的六步流程，实现了对复杂...
【5步掌握节奏类别分析】：MATLAB中脉冲串信号建模与RhythmCateg实现秘籍
本文系统研究了脉冲串信号的数学建模与节奏类别分析方法，构建了基于MATLAB的完整分析框架。首先，从脉冲时序、幅度与周期性特征出发，建立了理想与离散化脉冲串信号的数学模型，并实现噪声抑制与关键节奏点提取等...
中断处理瓶颈突破：4种手段大幅降低上下文切换开销
中断处理与上下文切换的底层机制 在现代操作系统中，中断是驱动内核响应外部事件的核心机制。当中断发生时，CPU暂停当前执行流，保存现场并跳转到中断服务例程（ISR），这一过程涉及从用户态到内核态的切换以及...
[Python]图的遍历-拓扑排序
Aaron学习记录
07-01 814
在有向无环图DAG中， 使用拓扑排序，将获得一个包含所有顶点的一个列表组合， 因此可以用来遍历DAG。 步骤 从 DAG 图中选择一个 没有前驱（即入度为0）的顶点并输出。 从图中删除该顶点和所有以它为起点的有向边。 重复 1 和 2 直到当前的 DAG 图为空或当前图中不存在无前驱的顶点为止。后一种情况说明有向图中必然存在环。 可以得到拓扑排序后的结果是 { 1, 2, 4, 3, 5 }。 通常，一个有向无环图可以有一个或多个拓扑排序序列 代码 import itertools def top
自然语言理解gpt_GPT-3：自然语言处理的创造潜力
weixin_26632369的博客
07-19 1224
自然语言理解gpt 重点 (Top highlight)It was last year in February, as OpenAI published results on their training of unsupervised language model GPT-2. Trained in 40Gb texts (8 Mio websites) and was able to pre...
自然语言处理的语义分析与知识图谱构建：技术与实践
最新发布
AI天才研究院
01-09 1150
1.背景介绍 自然语言处理(NLP)是人工智能领域的一个重要分支，其主要目标是让计算机能够理解、生成和处理人类语言。语义分析是NLP的一个关键技术，它涉及到词汇、语法和语境等多种方面，以便计算机能够理解语言的含义。知识图谱则是一种结构化的数据库，用于存储实体、关系和属性等信息，以便计算机能够理解和推理。 在过去的几年里，语义分析和知识图谱构建技术得到了很大的发展，尤其是随着大数据技术的发展，这...
搜索与图论——树与图的遍历：拓扑排序
优快云729180099的博客
08-26 860
1.树与图的存储 树是一种特殊的图，与图的存储方式相同。 对于无向图中的边ab，存储两条有向边a->b, b->a。 因此我们可以只考虑有向图的存储。 (1) 邻接矩阵：g[a][b] 存储边a->b (2) 邻接表： // 对于每个点k，开一个单链表，存储k所有可以走到的点。h[k]存储这个单链表的头结点 int h[N], e[N], ne[N], idx; // 添加一条边a->b void add(int a, int b) { e[idx] = b, ne[idx
拓扑排序基础
weixin_46497503的博客
09-07 409
拓扑排序，直观地说就是把一幅图拉平，而且这个拉平的图里面，所有的箭头方向都是一致的。如上图：所有的箭头都是朝右的。 很显然，如果一副有向图中存在环，是无法进行拓朴排序的。因为肯定做不到所有箭头方向一致；反过来，如果一幅图是有向无环图，那么一定可以进行拓扑排序。 拓扑排序：在一个有向图中，对所有的结点进行排序，要求没有一个结点指向它前面的节点。 实现步骤：先统计所有结点的入度，对于入度为0的结点就可以分离出来，然后把这个结点指向的结点的入度减一。一直做改操作，直到所有的结点都被分离出来。如果最后不存在入度..
图的遍历
落辰哀的博客
12-25 460
图的遍历(graph traversal) 1.给出一个图G和其中任意一个顶点V0，从V0出发系统地访问G中所有的顶点，每个顶点访问而且只访问一次。 2.从一个顶点出发，试探性访问其余顶点，同时必须考虑到下列情况 - 从一顶点出发，可能不能到达所有其他的顶点，如非连通图 - 也可能会陷入死循环，如存在回路的图 3.解决方法：为每个顶点保留一个标志位， 算法开始时，所有顶点的标志位置零，在
拓扑排序及算法实现
热门推荐
ShyTan的博客
04-21 1万+
一、拓扑排序概念 对一个有向无环图(Directed Acyclic Graph简称DAG)G进行拓扑排序，是将G中所有顶点排成一个线性序列，使得图中任意一对顶点u和v，若边<u,v>∈E(G)，则u在线性序列中出现在v之前。通常，这样的线性序列称为满足拓扑次序(Topological Order)的序列，简称拓扑序列。 简单的说，由某个集合上的一个偏序得到该集合上的一个全序，这个操作称之为拓扑排序。 二、理解 在一个有向图中，对所有的节点进行排序，要求没有一个节点指向它前面的节点。...
【每日算法】图算法（遍历&MST&最短路径&拓扑排序）
jiange_zh的博客
02-28 8008
图有邻接矩阵和邻接表两种存储方法，邻接矩阵很简单，这里不讨论，下面我们先看看常用的邻接表表示方法。 邻接表常用表示方法 指针表示法 指针表示法一共需要两个结构体： struct ArcNode //定义边表结点 { int adjvex； //邻接点域 ArcNode* next; }; struct VertexNode //定义顶点表结点 { int
深度优先遍历算法在配电网拓扑动态检测中的应用
深度优先遍历（DFS, Depth-First Search）是一种在图或树数据结构中进行遍历的算法。在配电网的拓扑检测中，DFS可以有效地检查网络中的节点和连接，确保其结构的正确性和连通性。在配网重构或故障恢复时，确定当前...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值