看到Google.cn的自动提示关键字的功能，也自己做了一个~~哇咔咔~~
准备整合到原来的搜索引擎中~~


[ 此贴被zc1984在2007-04-06 23:35重新编辑 ]

Quote:

引用第90楼zc1984于04-06-2007 23:20发表的:
看到Google.cn的自动提示关键字的功能，也自己做了一个~~哇咔咔~~
准备整合到原来的搜索引擎中~~

有词库
应该不难实现吧？

Quote:

引用第91楼jiju84于2007-04-15 22:49发表的:



有词库
应该不难实现吧？

不难哈~~
就是进行XML的异步通讯+多策略选词排序+缓冲机制+多浏览器兼容性保证~~

现在写论文都到接近100页了~~哇咔咔~去吓唬导师~~

Quote:

引用第90楼zc1984于2007-04-06 23:20发表的:
看到Google.cn的自动提示关键字的功能，也自己做了一个~~哇咔咔~~
准备整合到原来的搜索引擎中~~

具体功能是什么?自动提示关键字的功能?是怎样的?介绍下?

Quote:

引用第93楼tj.g于2007-04-16 10:06发表的:

具体功能是什么?自动提示关键字的功能?是怎样的?介绍下?

就是自动提示用户输入的关键字啊（有点类似于我们敲代码时候的自动提示和自动完成）~~

加入我输入“成都”，系统可能就会返回和“成都”具有最高相关和最高关注度的其他10个关键词提供给用户选择，避免用户花费时间进行输入~~

而候选集合简单地说就是经过建立词库、记录词频、记录用户关注度（也就是搜索的次数）进行的。目前包含110万中文词汇、短语，50万英文词汇、短语~~

p.s.貌似上面有贴图的啊~

Quote:

引用第94楼zc1984于2007-04-16 10:56发表的:


就是自动提示用户输入的关键字啊（有点类似于我们敲代码时候的自动提示和自动完成）~~

加入我输入“成都”，系统可能就会返回和“成都”具有最高相关和最高关注度的其他10个关键词提供给用户选择，避免用户花费时间进行输入~~
.......

哦~明白了..谢谢

呵呵~

虽然有贴图...但是反应不过来~

楼主的中文分词是怎么实现的？用的是什么算法，如果只是收集的语库的话，那就没有意思了。

Quote:

引用第96楼25522于2007-04-21 12:02发表的:
楼主的中文分词是怎么实现的？用的是什么算法，如果只是收集的语库的话，那就没有意思了。

应该用的词库~~

Quote:

引用第97楼kangtalc于2007-04-21 14:36发表的:


应该用的词库~~

不是词库~~~
准确的说是HMM和基于词库的统计两种方法，然后加权计算~~
单纯的词库不能适应新出现的东西，在大规模应用上也存在维护成本过高的劣势~
而HMM等基于算法的方法，可以适应一些新东西，有一定的智能性，但是实现起来比较麻烦，而且也是不能百分百确保特例的完美解决~
因此就需要把两种方式放在一起~取长补短~~

那你用的是什么算法实现机器学习的？

zc1984=张成？

Quote:

引用第98楼zc1984于2007-04-21 15:33发表的:


不是词库~~~
准确的说是HMM和基于词库的统计两种方法，然后加权计算~~
单纯的词库不能适应新出现的东西，在大规模应用上也存在维护成本过高的劣势~
.......

受教了～

还有你的中文分词如果不是语库的话，如何切分中文？机器又是如何训练的？

Quote:

引用第102楼25522于2007-04-21 23:51发表的:
还有你的中文分词如果不是语库的话，如何切分中文？机器又是如何训练的？

见98楼~~

Quote:

引用第98楼zc1984于04-21-2007 15:33发表的:


不是词库~~~
准确的说是HMM和基于词库的统计两种方法，然后加权计算~~
单纯的词库不能适应新出现的东西，在大规模应用上也存在维护成本过高的劣势~
.......

我觉得zc不用搞这gate复杂...........

你在这面输入，那边在高速的运算？
用户输入完毕，结果还没有运算出来

我感觉只要给那个edit写过onchange事件就可以了

然后就是从数据库或者文本里面找like '成都%'的词语

一方面，不必要做得很精细，歧义页没有关系，你推荐10个中有用户需要的一个就已经相当不错了


如果用ＨＭＭ是为了识别未登录词，那不如你就利用你的文本做一个词库算了