隨便總結的，書都看了，總要留下點印記不是本質就是乙個編譯碼和傳輸的過程
自然語言處理在過去的30年發生了巨大的變化
構建兩個詞表，乙個是基本詞表，乙個是複合詞表，再根據兩個詞表分表建立兩個語言模型：模型1，模型2，先對句子進行模型1分詞，就得到了小顆粒度的分詞結果，在此基礎上，再用大顆粒度的模型2進行分詞.
成功的解決了複雜的語音識別、機器翻譯等問題
隱馬爾科夫模型的兩個必要演算法
資訊的作用在於消除不確定性，自然語言處理的大量問題就是尋找相關的資訊，來消除這些不確定性。
將所有的關鍵字建立索引，關鍵字的背後為網頁的鏈結，通過布林運算（and，or，not），將要需要的結果提取出來，【計算機做布林運算非常的迅速】
網頁排名
如果使用tf-idf加上pagerank演算法，那麼給定乙個查詢，有關網頁的綜合排名大致由相關性和網頁排名的乘積決定。
先幫助使用者解決80%的問題，再慢慢解決剩下的20%的問題，是在工業界成功的秘訣之一，許多失敗並不是因為人不優秀，而是做事情的方法不對，一開始追求大而全的解決方案，之後長時間不能完成，最後不了了之。
讀書筆記 數學之美
1.通訊模型 2.翻譯可行的條件 不同文字在記錄資訊的能力上是等價的，文字只是資訊載體，而非資訊本身。3.資訊的冗餘 是資訊保安的保障。語言的材料 語料 尤其是多語言的對照語料是機器翻譯的基礎。4.資訊的編碼，信源編碼 為了減少信源輸出符號串行中的剩餘度 提高符號的平均資訊量，對信源輸出的符號串行所...
《數學之美》讀書筆記
通訊六要素 s是可見的 信源 o是不可見的 輸出 信宿 通訊就是要根據觀測到的o恢復出s 對於翻譯問題，漢譯英 英語是s，漢語是o，根據s推斷o tf 詞頻 idf 逆文字頻率指數 以條件隨機場為例，希望找到乙個符合所有邊緣分布的概率分布函式。根據最大熵原則 希望找到乙個符合所有邊緣分布並使熵達到最...
《數學之美》讀書筆記
之前拜讀過吳軍老師的 數學之美 雖然這是一本科普性質的讀物，但還是能從中獲益匪淺。下面根據記憶以及之前做過的簡要的書面筆記，做乙個概括。1.資訊的作用在於消除不確定性，自然語言處理的大量問題都是找相關的資訊。2.關於搜尋 技術分為術和道兩種。具體的做事方法是術，做事的原理和原則是道。只有掌握了搜尋的...