![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法解析
文章平均质量分 80
WaveVector
因为痛,所以叫青春
因为你还青春,所以可以拥有痛
展开
-
压缩算法引申
有一天,有个同事在群里发了一个有关很牛叉的压缩的介绍链接,个人根据自己以前学的信号处理,做了下述的评论,这仅是我作为外行人的评论,不一定准确,还望各位看客给个讨论的空间:那篇压缩文章链接: 在压缩算法界,有个笑话:「圆周率(Pi)压缩法」就是一个例子,常被用来开压缩算法的玩笑 —— 但不止是玩笑而已,理论上确实管用。方法是你把想要的压缩文件二进制化,然后在二进制化的 Pi 序列里找这段原创 2014-07-15 20:54:34 · 1635 阅读 · 0 评论 -
信息熵的直观理解
本人并没有真正接触过信息论,对信息熵也只能算是道听途说,但是基于对《信号与系统》这个学科的兴趣和理解力,本人惊叹信息熵的实用性,经常以理论指引的方式用于物理理论的理解和算法的通俗化思考。比如,本人写过的《压缩算法引申》。信息熵可以称得上伟大的论著,对很多领域的现象都能给予很好的概括性论述。 信息熵的直观理解 要理解信息熵,其实并不难,因为生活中无处不是信息熵的体现。比如,假设你是原创 2014-12-20 20:19:06 · 16057 阅读 · 1 评论 -
分类算法之逻辑回归
原创 2015-03-21 15:20:43 · 1587 阅读 · 0 评论 -
推荐系统应用场景
底下是一个网友对推荐系统的比喻我觉得这个比喻是很恰当的。延续这个网友的比喻,做个扩展说明搜索行为是带有目的性的,就好像那个女人有意向且急需购买一件碎花长裙,因为要与离别半载的男友见面,她想打扮出小男友心目中的清新女神。所以在周五的时候她上街,显得很匆忙,只希望能够快速找到一件心仪的礼服,但是店铺很多,虽然时下有很多新款长裙,但是由于区域首先,她出出入入很多家门店原创 2015-03-29 10:23:25 · 4371 阅读 · 0 评论 -
中文新词发现算法解析
现在社交网络和视频网站发展都非常迅猛,参与人数非常多,每日UGC量非常可观。也因此经常制造爆炸性新闻,新词的制造和流行也频频出现。不同的社交圈内,由于话题性的不同,其新词分布也不同,所以直接引入搜狗等输入法的新词,会造成新词污染。因此,往往需要基于自营社交圈的语料库做新词发现,才能实现更精确的文本语义分析。 算法解析:我将新词发现流程比喻为判断默认男女是否为伴侣关系(这里限指关系比较稳原创 2015-03-19 21:02:44 · 23268 阅读 · 7 评论 -
中文分词开源软件整理和基本判断
这是刚入数据挖掘组,只有读过吴军《数学之美》的情况下做的中文分词调研。很简练,是那个时候的笔记。是我在NLP和数据挖掘的开端,在离开小组前,整理出来,以作纪念。 1. IK AnalyzerIK Analyzer 是一个开源的,基于java语言开发的轻量级的中文分词工具包。它是以开源项目Luence为应用主体的,结合词典分词和文法分析算法的中文分词组件。 初判:使用文法分析的算原创 2015-03-19 21:02:28 · 1844 阅读 · 0 评论 -
Mmseg中文分词算法解析
Mmseg中文分词算法解析@author linjiexing开发中文搜索和中文词库语义自动识别的时候,我采用都是基于mmseg中文分词算法开发的Jcseg开源工程。使用场景涉及搜索索引创建时的中文分词、新词发现的中文分词、语义词向量空间构建过程的中文分词和文章特征向量提取前的中文分词等,总体使用下来,感觉jcseg是一个很优秀的开源中文分词工具,而且可配置和开源的情况下,可以满足很多场景原创 2015-03-12 20:17:25 · 2000 阅读 · 0 评论