🤖hunterlee@hunterlee

“en，同推荐。 学正则表达式的首选，不管是初学者还是想精通，都可以从这本书入手。 【 在 yegle 的大作中提到: 】 : MRE这本真是好书啊…”

“是啊，只不过是基于规则而不是基于统计而已。其实统计方法的核心思想也就是这样。 这个关键词呢，你可以是凭感觉自己给，如果你还想做复杂一些，也可以算出来。 比如一个词c，在所有的N篇A类文章中有n篇文章包含了词c，而在所有的M篇B类文章中有m篇文章包含了词c。那么你可以计算一个差值|n/N - m/M|，这个值越大，用这个…”

“算法简单，但我觉着算法背后的那些东西对于大三的学生来说还是太难了。 我出个馊主意吧： 如果你们要分类的语料不是太难的话，直接找一些关键字，如果文章包含关键字就归为a类，不包含就归为b类。 例如如果文章包含NBA，贝克汉姆等等，就把它识别成体育类。 【 在 czpt 的大作中提到: 】 : 借本《机器学习》吧，朴素贝叶斯…”

“什么专业，什么课啊，哪个变态老师大三布置这种作业啊.... 【 在 cinderellahi 的大作中提到: 】 : 大三的……期末了……要交作业……没人做的出来不知老师怎么想的 : 求助啊！”

“这问题问得很好。 我发现还真是不知道该怎么回答......太失败了......”

“呵呵，客气客气。 不过我觉着这个题目还是挺有意思的，深入挖掘一点说不定能整出点东西：） 【 在 namespace 的大作中提到: 】 : 不过还是非常感谢．．．”

“晕，原贴删了....不会让我猜中了吧.... 我是不懂机器翻译，不过这个问题应该可以从如何评价翻译结果来考虑。一般的机器翻译好像都会给出一个n-best的答案，然后再通过一定的机制挑选出最好的。这个评价机制应该对你这个任务有用。”

“呵呵，你是在做有道词典么 【 在 namespace 的大作中提到: 】 : 大家都听说过机器翻译,所以我就不多说什么了. : 但是我现在在项目中遇到一个问题,我现在做的是中英文对齐,但是从大量网页中抓出来的对句有很大一部分是机器翻译的,占了将近30%.要把这部分机器翻译的BAD CASE过滤成了我现在的难题,大家有什…”