MemRay

转载自：http://gdhapple.blog.163.com/blog/static/12685791720122832029133/2012-03-08 15:48:15|  分类： Java |  标签：ictclas  错误  unsatisfiedlinkerror  ctclas_init([b)z  ictclas.log  错误一：

2 文本语义分析前面讲到一些文本基本处理方法。一个文本串，对其进行分词和重要性打分后（当然还有更多的文本处理任务），就可以开始更高层的语义分析任务。2.1 Topic Model首先介绍主题模型。说到主题模型，第一时间会想到pLSA，NMF，LDA。关于这几个目前业界最常用的主题模型，已经有相当多的介绍了，譬如文献[60，64]。在这里，主要想聊一下主题模型的应用以及最新进展(考虑到L

语义分析，本文指运用各种机器学习方法，挖掘与学习文本、图片等的深层次概念。wikipedia上的解释：In machine learning, semantic analysis of a corpus is the task of building structures that approximate concepts from a large set of documents(or imag

3 图片语义分析3.1 图片分类图片分类是一个最基本的图片语义分析方法。基于深度学习的图片分类传统的图片分类如下图所示，首先需要先手工提取图片特征，譬如SIFT, GIST，再经由VQ coding和Spatial pooling，最后送入传统的分类模型(例如SVM等)。图23. 传统图片分类流程图传统方法里，人工特征提取是一个巨大的消耗性工作。而随着深度学习的进展，不

转载自：http://datartisan.com/article/detail/50.html当前自然语言处理最大的趋势是对词嵌套的使用，词嵌套是指由语义相关性所度量的相似性向量。这些向量不仅可以表示计算词语之间的相关性，同时它还是其他自然语言处理项目的基础，比如文本分类、文档聚类、词性标注、命名实体识别、情感分析，等等。从 ACL 和 EMNLP 等大型 NLP 会议的会议记录中我们可

与最大熵模型相似，条件随机场（Conditional random fields，CRFs）是一种机器学习模型，在自然语言处理的许多领域（如词性标注、中文分词、命名实体识别等）都有比较好的应用效果。条件随机场最早由John D. Lafferty提出，其也是Brown90的作者之一，和贾里尼克相似，在离开IBM后他去了卡耐基梅隆大学继续搞学术研究，2001年以第一作者的身份发表了CRF的经典论文

转载自：http://blog.sina.com.cn/s/blog_72d083c701017r9t.html                                   冯志伟有网友问我：Stanford parser 和Berkeley parser 是哪种类型的分析器？我觉得，Stanford parser基本上是一个词汇化的概率上下文无关语法分析器，同时也

转载自：http://hi.baidu.com/cesul/item/ae8a3fdca2a36252d73aae73一、概述JGibbLDA是一个java版本的LDA（Latent Dirichlet Allocation）实现，它使用Gibbs采样来进行快速参数估计和推断。LDA是一种由基于概率模型的聚类算法。该算法能够对训练数据（训练数据是这样一种记录的集合，它的每一

转载自：http://hi.baidu.com/huabk/item/9b0f4d5f0d970609e6c4a5cbICTCLAS 中科院分词系统 代码 注释 中文分词 词性标注风暴红QxRed @ 2006-04-20 20:38下载地址http://sites.google.com/site/huabkdoc/中科院分词系统概述这几天看完了中科院分词程

汉语文本词性标注标记集Ag 形语素 形容词性语素。形容词代码为a，语素代码ｇ前面置以A。a 形容词 取英语形容词adjective的第1个字母。ad 副形词 直接作状语的形容词。形容词代码a和副词代码d并在一起。an 名形词 具有名词功能的形容词。形容词代码a和名词代码n并在一起。b 区别词 取汉字“别”的声母。c 连词 取英语连词conju

我的话：感觉作者是站在偏理性主义的中间点上写下了这篇文章。不得不说我本人是个典型实用主义驱动的人，但是又倾向于从理性逻辑的角度思考问题。虽说Chomsky和Minsky当年的理论在一定程度上capture reality，但是我并不是十分欣赏他们的理性结论，只是对现实一定程度上的规则抽象和建模，并不是真理。虽说联结主义并没有向人类智能可知论的方向推进多少（大脑机制依然是未知的），但起码是比