x_yz_的专栏

1、语言模型的定义 ：    符号含义：        V-->语言中所有单词的集合，且为有限集；        -->语言中的句子，且n>=1，，为特殊符号STOP（假设STOP不在V中）；        -->有限集V上的所有句子的集合，为无限集，包含只有一个特殊符号STOP的句子。    正式定义：        语言模型由有限集V和概率函数组成，且满足，

AI (artificial intelligence) 人工智能anaphora 照应语：如 it，these people，the target genesantecedent 先行词：照应语所指代的词apposition 同位语：Lily，a seven-year-old girl，obtains the first place in the competition。Lily

1.CC  Coordinating conjunction(并列连词)     25.TO to 2.CD  Cardinal number(基数)                  26.UH  Interjection(感叹词)3.DT  Determiner(限定词)                     27.VB  Verb, base form(动词原形)4.EX  E

PCFGs：Probabilistic Context-Free GrammarsLexicalized PCFGs：Lexicalized Probabilistic Context-Free Grammars1、PCFGs的缺点：     1）对词汇信息不敏感：句法树只和POS有关，和句子中的单词无关；无法在使用相同规则的句法树中择优；     2）对结构偏好不敏感：有些结构更

信息熵（Information Entropy）    信息熵是衡量分布的混乱程度或分散程度的一种度量。分布越分散（或者分布越平均），信息熵就越大。分布越有序（或者说分布越集中），信息熵就越小。    计算给定的样本集X的信息熵的公式：Entropy(X) = ∑-pi log2pi    信息熵越大表示样本集S分类越分散，信息熵越小则表明样本集X分类越集中。当S中n个分类出现的概

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

NLP：Natural Language Processing，自然语言处理Anaphora Resolution：the problem of resolving what a pronoun, or a noun phrase refers toAnaphora 回指，亦称指示性指代：所谓回指是当前的指示语与上下文中出现的词、短语、句子(句群)存在密切的语义关联;Coreferen

Single linkage(nearest neighbor)：两个簇中最近的对象的距离为簇之间的距离；Complete linkage (furthest neighbor)：两个簇中最远的对象的距离为簇之间的距离；Group average linkage：两个簇中对象的平均距离为簇之间的距离；