http://www.52nlp.cn/hmm-learn-best-practices-and-cui-johnny-blog I Love Natural Language Processing Fri, 30 Jul 2010 00:28:39 +0000 http://wordpress.org/?v=2.9.2 hourly 1 http://www.52nlp.cn/hmm-learn-best-practices-and-cui-johnny-blog/comment-page-1#comment-1272 52nlp Mon, 31 May 2010 16:48:18 +0000 http://www.52nlp.cn/?p=1371#comment-1272 字符串处理本身就比较麻烦，尤其对于汉字来说，我也没有什么好办法，不过觉得统一到utf-8下还是比较好的。可以研究一些基于C++的优秀的自然语言处理工具，看看它们是如何处理字符串的。 字符串处理本身就比较麻烦，尤其对于汉字来说，我也没有什么好办法，不过觉得统一到utf-8下还是比较好的。可以研究一些基于C++的优秀的自然语言处理工具，看看它们是如何处理字符串的。

]]> http://www.52nlp.cn/hmm-learn-best-practices-and-cui-johnny-blog/comment-page-1#comment-1269 finallyliuyu Mon, 31 May 2010 11:56:21 +0000 http://www.52nlp.cn/?p=1371#comment-1269 想请教您一个问题：目前主流公司开发都是用C++。所以想学习下C++，可是发现C++做自然语言处理：主要是处理字符串部分非常麻烦（比如汉字编码种类,UTF-8,gb2312..）。楼主有没有什么好办法。 想请教您一个问题：目前主流公司开发都是用C++。所以想学习下C++，可是发现C++做自然语言处理：主要是处理字符串部分非常麻烦（比如汉字编码种类,UTF-8,gb2312..）。楼主有没有什么好办法。

]]> http://www.52nlp.cn/hmm-learn-best-practices-and-cui-johnny-blog/comment-page-1#comment-695 52nlp Wed, 06 Jan 2010 23:23:38 +0000 http://www.52nlp.cn/?p=1371#comment-695 是有问题，我在《<a href="http://www.52nlp.cn/hmm-learn-best-practices-five-forward-algorithm-5" rel="nofollow">HMM学习最佳范例五：前向算法5</a>》里提了一下，可以看看： 如果从原文给出的状态转移矩阵来看，第一行代表的是从前一时刻的状态“Sunny”分别到当前时刻的状态 “Sunny”，“Cloudy”，“Rainy”的概率；而第一列代表的是从前一时刻的状态“Sunny”，“Cloudy”，“Rainy”分别到当前时刻状态“Sunny”的概率。这样看来似乎原文的计算过程有误， 是有问题，我在《HMM学习最佳范例五：前向算法5》里提了一下，可以看看：
如果从原文给出的状态转移矩阵来看，第一行代表的是从前一时刻的状态“Sunny”分别到当前时刻的状态 “Sunny”，“Cloudy”，“Rainy”的概率；而第一列代表的是从前一时刻的状态“Sunny”，“Cloudy”，“Rainy”分别到当前时刻状态“Sunny”的概率。这样看来似乎原文的计算过程有误，

]]> http://www.52nlp.cn/hmm-learn-best-practices-and-cui-johnny-blog/comment-page-1#comment-694 anuo Wed, 06 Jan 2010 20:07:57 +0000 http://www.52nlp.cn/?p=1371#comment-694 补充一下演示的网址： http://www.comp.leeds.ac.uk/roger/HiddenMarkovModels/html_dev/forward_algorithm/s3_pg3.html 补充一下演示的网址：
http://www.comp.leeds.ac.uk/roger/HiddenMarkovModels/html_dev/forward_algorithm/s3_pg3.html

]]> http://www.52nlp.cn/hmm-learn-best-practices-and-cui-johnny-blog/comment-page-1#comment-693 anuo Wed, 06 Jan 2010 20:04:52 +0000 http://www.52nlp.cn/?p=1371#comment-693 不知道作者能不能看到，关于这篇文章的原始网站上那个forward的演示实例有一点小小的疑问。在计算alpha变量的时候，从状态i变换到j的时候，应该是是alpha_t_i*a_i_j，i是从1到N的变量，而一次计算的时候j是不变的，但是看了作者的这个演示系统，好像是i不动，j在变啊，就是a_i_j是行不动，列标j从0到2这样的。比如http://www.comp.leeds.ac.uk/roger/HiddenMarkovModels/html_dev/forward_algorithm/s3_pg5.html 中的天气状态转移矩阵中的{0.5, 0.375, 0.125}，他的演示有这么一步： Alpha = (((0.37800002*0.5) + (0.0425*0.375) + (0.010000001*0.125)) * 0.15) = 0.03092813 这一点我不太明白，呵呵 不知道作者能不能看到，关于这篇文章的原始网站上那个forward的演示实例有一点小小的疑问。在计算alpha变量的时候，从状态i变换到j的时候，应该是是alpha_t_i*a_i_j，i是从1到N的变量，而一次计算的时候j是不变的，但是看了作者的这个演示系统，好像是i不动，j在变啊，就是a_i_j是行不动，列标j从0到2这样的。比如http://www.comp.leeds.ac.uk/roger/HiddenMarkovModels/html_dev/forward_algorithm/s3_pg5.html
中的天气状态转移矩阵中的{0.5, 0.375, 0.125}，他的演示有这么一步：
Alpha = (((0.37800002*0.5) + (0.0425*0.375) + (0.010000001*0.125)) * 0.15) = 0.03092813
这一点我不太明白，呵呵

]]>