wusecaiyun的专栏

此博文虽然标记为原创，实际上市从

说来惭愧得很，在NLP中这两个术语我老是忘记。在这里记录一下。词干还原为Ste

昨天实验室一位刚进组的同学发邮件来问我如何查找学术论文，这让我想起自己刚读研究生时茫然四顾的情形：看着学长们高谈阔论领域动态，却不知如何入门。经过研究生几年的耳濡目染，现在终于能自信地知道去哪儿了解最新科研动态了。我想这可能是初学者们共通的困惑，与其只告诉一个人知道，不如将这些Folk Knowledge写下来，来减少更多人的麻烦吧。当然，这个总结不过是一家之谈，只盼有人能从中获得一点点益处，受个

1.同学小霍投递的是www会议。International World Wide Web Conference，每年召开一次。是计算机的顶级学术会议2.同学小胡投递的是中文信息学会2015学术年会。每年一次。

统计学和语言学专家都列在一起了，没有区分。1，黄昌宁，1937年生于广东，1955年考入清华大学电机系，1961年毕业并留校任教至博士生导师， 1983-1984年赴美国耶鲁大学进修，1986-1987年曾在香港理工大学任教，1999年4月加入微软中国研究院任主任研究员。中国计算机自然语言处理领域的”趟路人”和集大成者。2，孙茂松，清华大学计算机科学与技术系系主任，教授，博士生导师。研究方

主要由两派。一派是基于规则的理性主义，一派是基于统计的经验主义。

1.目前用CRF做分词，一般分词效果是最好的，而且对于未登录词的识别也较为有效.。但为什么很多商业搜索引擎还是用基于词典的方法来做呢。是因为人力成本，还是 其他方面的考量？Ans:学术界用CRF多，工业界几乎没有使用CRF。解决不了分词一致性的问题。2. 所说的分词一致性指的是同一个短文本，上下文发生了变化，切出来的词  就不一样了？ 是么？Ans:对的。CRF的上下文太强了。在搜索这