原站：http://blog.sina.com.cn/maris

指数：

“图林小小生”的内容更新

累计：238 篇（自 2009-05-22 起）

更新：约2篇/周，最后更新1 天前

图林小小生

2012-02-11

dna分词的第一版终于写好了。。。。。。。。。，后面除了修改，征求意见外，还要尽快把相关的代码给整理好，这两周先把论文的基本错误给改了，然后把代码整理好了。东西发出去找些人看看，征求一下意见。 论文就是改出来的，争取3月初把稿件给投出去。... (1 天前)

http://inezha.com/w/ppvds58t

图林小小生

目前的主要问题

dna目前的主要问题：1 如何判定不同基因组使用的是同一种语言。2 分词词典如何构建，主要是不同字长的词如何合并的问题。... (11 天前)

http://inezha.com/w/3i2ef580

图林小小生

2012年度规划

2012年就等着看地球大爆炸了大致安排一下今年的规划，要是这几年还没有什么研究成果，估计后面就越来越难啦，历史证明。今年的目标。... (14 天前)

http://inezha.com/w/6aj2k58o

图林小小生

2012-01-30

论文规划1 2月5日之前，提交到arxiv，整理程序，发mail，征求意见。2 2月12日之前，把词的构建再搞一搞，按照意见改一改。3 2月19日之前，把文章给投出去。 知道算法，要能够迅速给出数据结构和实现的方式，这种技能还需要在实践中不断的提高，这是工作的基本技能，一定要熟悉。... (14 天前)

http://inezha.com/w/fsut458r

图林小小生

2012-01-28

下个周末之前，先把文章先写完整了，放到arxiv上，字长的先不要纠结，后面主要是词典的构造方面，把相关的数据结构，还有前向、后向稳定性之类的再总结一下，搞出一个稍微正式的词典出来，字长不用太长，12就行，防止内存溢出。 现在开始挖坑不灌水，哈哈 ... (15 天前)

http://inezha.com/w/a12av58f

图林小小生

2012.1.15

论文计划1 1月23号之前把文章给写好了，写成一般的格式，先搞到arxiv上，发给几个老大看看，接受一些反馈意见。2 2月底之前把文章给投出去，这个应该能中个大的，哈哈。... (28 天前)

http://inezha.com/w/5ejip589

图林小小生

srilm 语言模型的内存问题

用srilm处理一个3g的语料，训练3元语言模型，32g内存根本就不够用，比cmu那个差远了，不过cmu的没人维护了。 srilm的faq里面给出了一个解决方案。就是把文件给分开了，然后分别算词频并merge起来，做成一个语言模型，具体见：http://www-speech.sri.com/projects/srilm/manpages/srilm-faq.7.html 其基本方法：1 把文件给分割开，放在一个目录下，然后生成一个文件名列表文... (29 天前)

http://inezha.com/w/4huptx8u

订阅者 ( 1 )

相关订阅源