<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[percylee的专栏]]></title><description><![CDATA[...........................让互联网使你我他的生活更加美好！]]></description><link>https://blog.youkuaiyun.com/cs_</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; cs_]]></copyright><item><title><![CDATA[query semantics focus retrieval]]></title><link>https://blog.youkuaiyun.com/cs_/article/details/1761514</link><guid>https://blog.youkuaiyun.com/cs_/article/details/1761514</guid><author>cs_</author><pubDate>Tue, 28 Aug 2007 09:00:00 +0800</pubDate><description><![CDATA[    output format :     query after segment    [semantics-focus,tag,score] -list佳能/nz S30/m  数码/n 相机/n   :[数码,n,19]      [数码相机,n,9699]        [相机,n,335]一品/b 婷/n 玫瑰/n 眼膜/n   :[玫瑰,n,34]     [玫瑰眼]]></description><category></category></item><item><title><![CDATA[YAHOO快乐的生活片段]]></title><link>https://blog.youkuaiyun.com/cs_/article/details/1748059</link><guid>https://blog.youkuaiyun.com/cs_/article/details/1748059</guid><author>cs_</author><pubDate>Fri, 17 Aug 2007 12:25:00 +0800</pubDate><description><![CDATA[    来yahoo cn已经近小半年了，转眼成了“老新人”。这里每天笑声不断，随手一记。    （1）英雄排行榜    初来乍到，因原来是研究院工作性质，不苟言笑的那种，不晓得yahoo  cn的风格，所以一直默默。但突然饭桌上发现，兄弟们一个个好猛。得知p4p有“七jian”排行榜——偶老大就是赫赫有名的七jian之首~ 哈哈，果然不同凡响啊~~偶也学会了晨会期间问一句，“哥们，你男朋友呢”—]]></description><category></category></item><item><title><![CDATA[基于最大熵的演化分词算法MEEA的构想]]></title><link>https://blog.youkuaiyun.com/cs_/article/details/1502357</link><guid>https://blog.youkuaiyun.com/cs_/article/details/1502357</guid><author>cs_</author><pubDate>Mon, 05 Feb 2007 09:09:00 +0800</pubDate><description><![CDATA[1、ICTCLAS在线分词测试baidu知道用例2007-1-30在baidu知道首页上随机拷贝的问题例子，使用ICTCLAS在线分词的测试结果为： 三峡水电站的主要用途是用来干什么的?听不到回音的距离应该是多少推荐好看的小说(类似红颜乱,且试天下的小说)山好水好人不如王牌人好大家好！想更的学习photoshop图像处理，怎样学习才会更有技巧？初二数学人教版试题]]></description><category></category></item><item><title><![CDATA[传播力模型的初步探讨]]></title><link>https://blog.youkuaiyun.com/cs_/article/details/1486431</link><guid>https://blog.youkuaiyun.com/cs_/article/details/1486431</guid><author>cs_</author><pubDate>Thu, 18 Jan 2007 11:00:00 +0800</pubDate><description><![CDATA[    做了一个关于"传播力"的调研,下面是一部分的内容(关于整合力等子模型就不贴出了);主要有些问题,大家感兴趣的可以和偶一起讨论.我觉得这个概念还是非常有意思的,不妨再把最后的小结说明贴一下:综合三、四、五的讨论，我们基本上可以得到一个传播力模型的框架。传播力描述的不是出版物的内容，而是它的传播能力；在某种意义上而言，它描述的是一个信息的存在在其环境中的重要性。可以说，内容计算与传播力]]></description><category></category></item><item><title><![CDATA[2006个人小结]]></title><link>https://blog.youkuaiyun.com/cs_/article/details/1479103</link><guid>https://blog.youkuaiyun.com/cs_/article/details/1479103</guid><author>cs_</author><pubDate>Wed, 10 Jan 2007 13:55:00 +0800</pubDate><description><![CDATA[ 一，工作任务与完成情况2006年是比较紧张的一年，这一年中主要的工作为专利搜索引擎内核部分的研发与测试、移植工作。包括：（1）       新研发的算法模块有占位符索引与匹配模块、主题词摘要与检索模块、考虑位置信息的文本相似度计算算法、数据压缩算法（算法设计）、搜索结果反色模块（设计）、以及一些新的智能体要素提取器的开发工作等。（2）       重构的算法模块有短语处理]]></description><category></category></item><item><title><![CDATA[程序设计4]]></title><link>https://blog.youkuaiyun.com/cs_/article/details/1393604</link><guid>https://blog.youkuaiyun.com/cs_/article/details/1393604</guid><author>cs_</author><pubDate>Sat, 18 Nov 2006 09:30:00 +0800</pubDate><description><![CDATA[ 在c/c++中，可以使用含位域的结构体来实现存储的优化。最近的项目中因为一个需求简单写了个测试程序，暂时放在这里。需求的大概是这样的，用32位的空间存储一个文本中词语的位置信息，这个位置信息是具有维度的：常用的是3维形式，即段、段内句、句内词这样记录。一些相关的运算及索引的压缩，都是在这种空间结构之上（以前做压缩时称之为整数向量的压缩）。但有一个特殊的地方是，如果仅仅是访问这三个维度]]></description><category></category></item><item><title><![CDATA[关于"自由软件"讨论的感触]]></title><link>https://blog.youkuaiyun.com/cs_/article/details/1268308</link><guid>https://blog.youkuaiyun.com/cs_/article/details/1268308</guid><author>cs_</author><pubDate>Sat, 23 Sep 2006 09:17:00 +0800</pubDate><description><![CDATA[下面是偶和另外一个朋友的讨论,给大家做参考:--------------------------------------------------------------2 发件人：  BruceSolo - 查看个人资料 日期：  2006年9月22日(星期五) 下午2时42分  对自由软件很长时间都存有一种顾虑，心向往之，但顾虑更多。 我对自由软件的看法可能比较务实一点，觉得自由软件的自由不]]></description><category></category></item><item><title><![CDATA[关于自由软件的感想]]></title><link>https://blog.youkuaiyun.com/cs_/article/details/1260641</link><guid>https://blog.youkuaiyun.com/cs_/article/details/1260641</guid><author>cs_</author><pubDate>Thu, 21 Sep 2006 12:26:00 +0800</pubDate><description><![CDATA[ 关于自由软件的感想 周六在北大参加国际自由软件日的活动，听到了几个非常不错的业界人士的主题演讲，尤其是宫敏博士、袁教授的报告，印象非常深刻。依据宫敏博士的介绍，我们（中国大陆）可以说是在第三列班车加塞上了“自由软件”号。依我的理解，虽然是这些年自由软件在中国有所发展，但现在看生存条件依然是非常恶劣的，正在享受信息技术成果的人很多，但真正理解、支持自由软件并有实际行动的人并不多。]]></description><category></category></item><item><title><![CDATA[python读北大corpor的一段测试程序]]></title><link>https://blog.youkuaiyun.com/cs_/article/details/1142921</link><guid>https://blog.youkuaiyun.com/cs_/article/details/1142921</guid><author>cs_</author><pubDate>Wed, 30 Aug 2006 10:55:00 +0800</pubDate><description><![CDATA[    开始学着python,并为那个相似度开发包做准备.下面是一个小的测试程序:#corpor file reader#author: percylee#time: 2006/08class CorporFileReader:    """reader for corpor file, which is labeled just like pku-corpor of    Renmin ]]></description><category></category></item><item><title><![CDATA[网络新语]]></title><link>https://blog.youkuaiyun.com/cs_/article/details/1137510</link><guid>https://blog.youkuaiyun.com/cs_/article/details/1137510</guid><author>cs_</author><pubDate>Tue, 29 Aug 2006 15:34:00 +0800</pubDate><description><![CDATA[它们是如何产生的?坛子：论坛 打倒XXX：称赞某人。 XXX做了什么值得庆祝的事情，让人眼红，比如买到便宜货时，其他人表示祝贺的用词。有时为了强调，还会加上“再踏上一只脚”等等来表达强烈的祝贺。不过不熟悉的人之间慎用：）打PP：打屁股，打PG的温柔词，对某人做错事或说错话的小惩罚。严重**：与动词联用，表示强烈的情感，比如严重打倒，严重同情之类。亮骚：将心爱的东西展示给外人看或]]></description><category></category></item><item><title><![CDATA[第二届计算语言学讲习班的感触]]></title><link>https://blog.youkuaiyun.com/cs_/article/details/1106072</link><guid>https://blog.youkuaiyun.com/cs_/article/details/1106072</guid><author>cs_</author><pubDate>Tue, 22 Aug 2006 17:08:00 +0800</pubDate><description><![CDATA[  刚从沈阳回来，参加了第二届计算语言学讲习班，感觉收获还是蛮大的，虽然沈阳之行太匆匆，哪里都没来得及去。这次讲习班的课程主要集中在三个方向，一是微软亚洲研究院的李航博士的统计机器学习，二是北大中文系的詹卫东博士的结合计算的汉语研究，三是计算所几位博士的搜索引擎原理介绍与利用开源工具的搜索引擎搭建。李航博士主要讲了统计学习的基本概念和原理，包括有监督学习和无监督学习，并把学习的概念定义]]></description><category></category></item><item><title><![CDATA[关于文本相似度计算开发包的构想]]></title><link>https://blog.youkuaiyun.com/cs_/article/details/1053886</link><guid>https://blog.youkuaiyun.com/cs_/article/details/1053886</guid><author>cs_</author><pubDate>Sat, 12 Aug 2006 11:51:00 +0800</pubDate><description><![CDATA[ 最近有一个想法，想用python实现一个小型开发包，以方便的实现并测试各种文本相似度计算算法，输入之一是一个精心建立的小型测试文本语料库，之二则是检索请求文本，输出则可以依据配置的相似度计算方法输出排好序的测试文本序列。因为相似度计算并排序是搜索引擎的核心之一，而对于一个成熟的搜索体系去实验各种想法是很不方便的，所以很想有这样一个工具。大体上可以分为这样几个模块：    统一数据]]></description><category></category></item><item><title><![CDATA[search花絮之索引压缩]]></title><link>https://blog.youkuaiyun.com/cs_/article/details/1006930</link><guid>https://blog.youkuaiyun.com/cs_/article/details/1006930</guid><author>cs_</author><pubDate>Tue, 01 Aug 2006 15:28:00 +0800</pubDate><description><![CDATA[ 搜索引擎的索引一般都是倒排数据。在海量数据中，索引本身的规模也是很可观的。例如对于一种比较复杂的索引数据，其保存了词语的文档标志、词频和位置序列，在30万规模的全文中，有些词语的索引数据达到100M级别。例如“汽车”在某篇文本中的信息为： 文本号  = 332权值 = 0.001456   - 位置0 - { 段号= 0, 句号= 0, 词号= 15 }    - 位]]></description><category></category></item><item><title><![CDATA[初识Python的感想]]></title><link>https://blog.youkuaiyun.com/cs_/article/details/953402</link><guid>https://blog.youkuaiyun.com/cs_/article/details/953402</guid><author>cs_</author><pubDate>Fri, 21 Jul 2006 15:38:00 +0800</pubDate><description><![CDATA[ 最近开始看《简明Python教程》，接触这门动态语言。在空闲之余，也会动手调试一些小程序。因为一直用的是C++，初次使用Python还是带来了一些震撼的感觉。下面是一个小例子（Hello World就不往外贴了）： #findmax.py#find max value in one list def maxval(x,y):    if x>=y :       ]]></description><category></category></item><item><title><![CDATA[search花絮之文本字符串搜索结果的排序]]></title><link>https://blog.youkuaiyun.com/cs_/article/details/905710</link><guid>https://blog.youkuaiyun.com/cs_/article/details/905710</guid><author>cs_</author><pubDate>Tue, 11 Jul 2006 14:58:00 +0800</pubDate><description><![CDATA[ 最近在研究不考虑语义关系的文本字符串相似度的计算算法。在对文本内容编制索引后，如何对检索出来的结果进行排序，对于“搜索”的用户体验来讲是至关重要的，这个问题也就是归结为任意两个字符串的相似度计算问题。这其中要考虑的因素，除了TF/IDF之外，还有就是词语之间的距离因素和顺序因素：这是不考虑语义关系的情况下能直接从文本中计算迩来的。从人的直观来讲，检索结果串的距离和顺序因素越和请求串一致，]]></description><category></category></item><item><title><![CDATA[SegWord讨论大本营]]></title><link>https://blog.youkuaiyun.com/cs_/article/details/889182</link><guid>https://blog.youkuaiyun.com/cs_/article/details/889182</guid><author>cs_</author><pubDate>Fri, 07 Jul 2006 13:27:00 +0800</pubDate><description><![CDATA[    项目已经启动,朋友们一起努力:    http://groups.google.com/group/SegWord ]]></description><category></category></item><item><title><![CDATA[程序设计3]]></title><link>https://blog.youkuaiyun.com/cs_/article/details/793952</link><guid>https://blog.youkuaiyun.com/cs_/article/details/793952</guid><author>cs_</author><pubDate>Tue, 13 Jun 2006 10:46:00 +0800</pubDate><description><![CDATA[ 有这样一种需求，两个类：class A{    B b;    //在成员函数中使用b}; class B{//需要调用A的成员函数(算法)}; 这种情况下，A类是一个全局的控制类，它有一系列的算法调用各个子模块，然而子模块在自己的任务中，有时需要回调全局控制类A的算法。设计一种什么结构可以完成这种需求？现在的方法是，把需要回调的A的算法做]]></description><category></category></item><item><title><![CDATA[程序设计2]]></title><link>https://blog.youkuaiyun.com/cs_/article/details/769796</link><guid>https://blog.youkuaiyun.com/cs_/article/details/769796</guid><author>cs_</author><pubDate>Fri, 02 Jun 2006 15:31:00 +0800</pubDate><description><![CDATA[ 程序设计1的问题，简单叙述其需求如下：需要一种结构，要满足（1）       其访问速度需要与数组基本一致，可随机存取。（2）       无法预先知道其精确的存储空间，不应该先行扫描文本串来获得这个值，以避免时间效率的损失。（3）       在申请存储空间失败的时候，可以进行有效的反应，不应使程序失控。后来跟踪那个问题，发现文本数据中因为是专业技术文档的缘故，有大量的]]></description><category></category></item><item><title><![CDATA[程序设计1]]></title><link>https://blog.youkuaiyun.com/cs_/article/details/769243</link><guid>https://blog.youkuaiyun.com/cs_/article/details/769243</guid><author>cs_</author><pubDate>Fri, 02 Jun 2006 10:11:00 +0800</pubDate><description><![CDATA[ 当处理大批量的数据时，不仅要考虑算法的正确性，也要关注程序实现的健壮性，如果发生存储资源不足等类似的问题时，你做如何的应对？在专利搜索中，有一个叶子节点的处理器，是对输入的文本分词，并统计词的频率，记录其所有出现的位置（包括段号、句号、句内位置号），词及其统计信息可被称为一个factor，该处理器就是把文本变换成这样一个factor序列。原来使用数组来存储这个序列（为的是可以随机存取），]]></description><category></category></item><item><title><![CDATA[分布式计算0]]></title><link>https://blog.youkuaiyun.com/cs_/article/details/754924</link><guid>https://blog.youkuaiyun.com/cs_/article/details/754924</guid><author>cs_</author><pubDate>Thu, 25 May 2006 16:24:00 +0800</pubDate><description><![CDATA[ 分布式系统可以建立精确的数学模型，其上的算法与性质都是可以证明的，这是最近看一本分布式算法的专著的感受。其中在论及分布式系统的时间概念时，谈到其逻辑时钟是整个系统上的一个序关系Φ，这个序关系可以把系统中的事件序列映射到一个自然数集合上：                      Φ（Event） = { 0，1，… }除因果事件外，则还有平行事件的存在。故这种映射关系也不是唯一的]]></description><category></category></item></channel></rss>