日志
数学随笔|
- 分享 微分拓扑
- 以下内容转自 邱彼郑楠 微分拓扑，是研究微分流形和可微映射的一个数学分支。微分流形除了是拓扑流形外,还有一个微分结构。因此,对于从一个微分流形到另一个微分流形的映射，不仅可以谈论它是否为连续，还可以谈论它是否可微分。微分拓扑的奠基人是H.惠特尼，它研 ...
- 分享 数学之美 系列9 -- 如何确定网页和查询的相关性
- 发表者：吴军，Google 研究员 我们还是看上回的例子，查找关于“原子能的应用”的网页。我们第一步是在索引中找到包含这三个词的网页（详见关于 布尔运算 的系列）。现在任何一个搜索引擎都包含几十万甚至是上百万个多少有点关系的网页。那么哪个应该排在前面呢？显然我们应该根据网页和查询“原子能的应用”的相 ...
- 分享 数学之美 系列8 — 贾里尼克的故事和现代语言处理
- 天气 : 晴朗 心情 : 郁闷 数学之美 系列八-- 贾里尼克的故事和现代语言处理 2006年6月8日 上午 09:15:00 发表者：Google 研究员，吴军 读者也许注意到了，我们在前面的系列中多次提到了贾里尼克这个名字。事实上，现代语音识别和自然语言处理确实是和它的名字是紧密联系在一起的。我想在这回的 ...
- 分享 数学之美 系列7 — 信息论在信息处理中的应用
- 天气 : 晴朗 心情 : 平静 数学之美 系列七 -- 信息论在信息处理中的应用 2006年5月25日 上午 07:56:00 发表者：吴军, Google 研究员 我们已经介绍了 信息熵 ，它是信息论的基础，我们这次谈谈信息论在自然语言处理中的应用。 先看看信息熵和语言模型的关系。我们在 系列一 中谈到语言模型时， ...
- 分享 数学之美 系列6 — 图论和网络爬虫 (Web Crawlers)
- 天气 : 冷 心情 : 平静 发表者: 吴军，Google 研究员 我们 上回 谈到了如何建立搜索引擎的索引，那么如何自动下载互联网所有的网页呢，它要用到图论中的遍历（Traverse) 算法。 图论的起源可追溯到大数学家 欧拉 （Leonhard Euler）。1736 年欧拉来到德国的哥尼斯堡（Konigsberg，大哲学 ...
- 分享 数学之美 系列5 — 简单之美：布尔代数和搜索引擎的索引
- 天气 : 晴朗 心情 : 平静 发表者: 吴军，Google 研究员 [建立一个搜索引擎大致需要做这样几件事：自动下载尽可能多的网页；建立快速有效的索引；根据相关性对网页进行公平准确的排序。我们在介绍 Google Page Rank (网页排名) 时已经谈到了一些排序的问题，这里我们谈谈索引问题，以后我们还 ...
- 分享 数学之美 系列4 — 怎样度量信息?
- 天气 : 冷 心情 : 平静 发表者：吴军，Google 研究员 前言: Google 一直以 “整合全球信息，让人人能获取，使人人能受益” 为使命。那么究竟每一条信息应该怎样度量呢？ 信息是个很抽象的概念。我们常常说信息很多，或者信息较少，但却很难说清楚信息到底有多少。比如一本五十万字的中文书到底有多少信 ...
- 分享 数学之美 系列3 —隐含马尔可夫模型在语言处理中的应用
- 天气 : 晴朗 心情 : 平静 发表者：吴军，Google 研究员 前言：隐含马尔可夫模型是一个数学模型，到目前为之，它一直被认为是实现快速精确的语音识别系统的最成功的方法。复杂的语音识别问题通过隐含马尔可夫模型能非常简单地被表述、解决，让我不由由衷地感叹数学模型之妙。 自然语言是人类交流信息的工具。很多自 ...
- 分享 数学之美 系列2 —谈谈中文分词
- 天气 : 冷 心情 : 平静 数学之美 系列二 -- 谈谈中文分词 发表者: 吴军， Google 研究员 谈谈中文分词 ----- 统计语言模型在中文处理中的一个应用 上回我们谈到 利用统计语言模型进行语言处理 ，由于模型是建立在词的基础上的，对于中日韩等语言，首先需要进行分词。例如把句子 “中国航天官员应邀到美国与 ...
- 分享 数学之美 系列1 — 统计语言模型
- 天气 : 冷 心情 : 平静 科学家吴军写的《数学之美》系列文章，介绍数学在信息检索和自然语言处理中的主导作用和奇妙应用。 发表者: 吴军, Google 研究员 前言 也许大家不相信，数学是解决信息检索和自然语言处理的最好工具。它能非常清晰地描述这些领域的实际问题并且给出漂亮的解决办法。每当人们应用数学 ...
