1.简介 SRILM是通过统计方法构建语言模型,主要应用于语音识别,文本标注和切分,以及机器翻译等. SRILM支持语言模型的训练和评测,通过训练数据得到语言模型,其中包括最大似然估计及相应的平滑算法:评测是计算测试集的困惑度.其最基础和最核心的模块是n-gram模块,包括两个工 具:ngram-count和ngram,被用来估计语言模型和计算语言模型的困惑度. 2.使用方法 (1).语料初始化 a.数据清洗        b.分词(以空格划分)        c.将数据分为训练集和测试集 (2

关于n-gram 语言模型,大部分在这篇博客里 记过了,   SRILM 语言模型格式解读 , 其实看完了,ngram的大概用法都比较清楚了, 但是关于平滑算法,一直很模糊,就晓得一个"劫富济贫" ,也不知 回退 ,插值,折扣,平滑,都说的什么东西,模模糊糊的,找了很多资料,还是看官方文档吧,看具体公式,就明白了.   看全部翻译 参考 :   Ngram 折扣平滑算法 ,本文里夹带着自己的一些理解.  本文档翻译自 srilm 手册ngram-discount.7.html NAME

本文档翻译自srilm手册ngram-discount.7.html     NAME ngram-discount – 这里主要说明srilm中实现的平滑算法   NOTATION a_z         代表以a为起始词,以z为结束词的ngram,其中_代表0个或多个词 p(a_z)     前n-1个词为a_的情况下,第n个词为z的条件概率 a_           n元a_z的前n-1个词构成的前缀 _z           n元a_z的后n-1个词构成的后缀 c(a_z)   n元a_

Ubuntu 64bit系统下SRILM的配置 依赖软件包(先进行): 1.c/c++ compiler:编译器gcc 3.4.3及以上版本,我的是gcc 4.4 2.GNU make:构建和管理工程的工具,解释Makefile里的指令,描述了整个工程所有文件的编译顺序和编译规则.这里是为了控制SRILM的编译和安装. 3.GNU gawk:GNU所做的awk程序语言.对于文字资料的修改,对比,抽取等处理,使用c或passcal等不方便且费时,awk能够以很短的程序完成.这里是处理SRILM里的

ggplot2 R的作图工具包,可以使用非常简单的语句实现非常复杂漂亮的效果. qplot 加载qplot library(ggplot2) # 测试数据集,ggplot2内置的钻石数据 qplot(carat, price, data = diamonds) dsmall <- diamonds[sample(nrow(diamonds), 100), ] #对diamonds数据集进行抽样 #1. 按color,size,shape的基本分类可视化      #1.1 简单的散点图(利用co

AmazeUI是一个轻量级.Mobile first的前端框架,基于开源社区流行的前端框架编写. Normalize AmazeUI使用了normalize.css,但做了些调整:html添加了-webkit-font-smoothing:antialiased:<hgroup>从w3c标准中移出:<img>设置最大宽度为100%:<figure>外边距设置为0:<textarea>添加vertical-align:top;resize:vertical:移

CSS3新增功能 1 CSS3选择器详解 1.1 基础选择器 通配选择器* 元素选择器E ID选择器#id CLASS选择器.class 群组选择器select1,selectN 1.2 层次选择器 后代选择器 E F 子选择器 E>F 相邻兄弟选择器 E+F 通用兄弟选择器 E~F 1.3 属性选择器 E[attr] 选择具有att属性的E元素. E[attr="val"] 选择具有att属性且属性值等于val的E元素. E[attr~="val"] 选择具

location是javascript里边管理地址栏的内置对象,比如location.href就管理页面的url,用location.href=url就可以直接将页面重定向url.而location.hash则可以用来获取或设置页面的标签值. 比如http://domain/#admin的location.hash="#admin".利用这个属性值可以做一个非常有意义的事情. 很 多人都喜欢收藏网页,以便于以后的浏览.不过对于Ajax页面来说的话,一般用一个页面来处理所有的事务,也就是

qplot()函数的详细用法: library(ggplot2) # 测试数据集,ggplot2内置的钻石数据qplot(carat, price, data = diamonds)dsmall <- diamonds[sample(nrow(diamonds), 100), ] #对diamonds数据集进行抽样 #1. 按color,size,shape的基本分类可视化 #1.1 简单的散点图(利用color分类,不同颜色的钻石由不同颜色的点代表)qplot(carat, price, da

qplot()函数 一年前就听说过ggplot,很多人都说ggplot强大,ggplot无所不能,从今天开始就让我们一起来见证一下这个神奇的R包. 首先要加载ggplot2: 1 if(!suppressWarnings(require('ggplot2'))){ 2 install.packages('ggplot2') 3 require('ggplot2') 4 } 先简单介绍一下diamonds数据集,diamonds数据集包含了约54000颗钻石的价格和质量信息.有 克拉重量(cara

css中使用font-size设定字体大小,不同浏览器的字体height一样,但是width不同,比如在火狐和谷歌中,font-size:20px,字体的高度变为20px,但是谷歌的字体宽度比火狐长 一,解决方法如下: 1. 将浏览器的基准字号设置为 62.5%,也就是 10px,现在 1rem = 10px —— 为了计算方便.然后 在 body上应用 font-size: 2rem;,那么现在body的字体大小就是 20px. html { font-size: 62.5%; } body

// 任意锚点平滑跳转插件// 2010-07-15 v1.0(function($){ $.fn.zxxAnchor = function(options){ var defaults = { ieFreshFix: true, anchorSmooth: true, anchortag: "anchor", animateTime: 1000 }; var sets = $.extend({}, defaults, options || {}); //修复IE下刷新锚点失效的问题

amazeui学习笔记--css(基本样式3)--文字排版Typography 一.总结 1.字体:amaze默认非 衬线字体(sans-serif) 2.引用块blockquote和定义列表:引用块blockquote和定义列表(dl dt)注意一下 3.样式不能正常显示:拷贝过来的很多样式在博客中都不能正常显示 二.文字排版Typography 目录 字体 字体定义 字体辅助 Class Webkit 反锯齿 字体相关链接 元素基本样式 标题 <h1> - <h6> 段落 &l

SRILM是一个建立和使用统计语言模型的开源工具包,从1995年开始由SRI 口语技术与研究实验室(SRI Speech Technology and Research Laboratory)开发,现在仍然不断推出新版本,被广泛应用于语音识别.机器翻译等领域.这个工具包包含一组C++类库.一组进行语言模型训练和应用的可执行程序等.利用它可以非常方便地训练和应用语言模型.给定一组连续的词,调用SRILM提供的接口,可以得到这组词出现的概率. http://www.jianshu.com/p/5b1

背景: 由于建设初期使用的vSphere vCenter for Windows版,其中安装自动化过程中会使用SQL Server Express的免费版数据库进行基础环境构建.而此时随着业务量的增加,虚拟机数的膨胀,产生的日志如果不被及时清理掉或者转移走的话,会导致该免费版数据库很快触发阈值而停止SQL Server服务(对于2005/2008版[vCenter  Server 4.1以下版本]是mdf文件不能超过4GB,对于2008 R2版[vCenter Server 5.5以上版本]的是

鄙人使用的Hadoop版本为2.6.4.Hadoop的默认日志级别为INFO,对于百台以上的集群,如果文件操作频繁的话,NameNode会狂打日志,对性能会有一定的影响. 我们可以通过http://<namenode:50070>/logLevel在线修改NameNode的日志级别.如下所示: 但是,如果NameNode重启的话,又得重新设置,好麻烦. 怎么设置默认的日志级别为WARN呢? Hadoop使用的是log4j记录日志,我们理所当然会想到去修改${HADOOP_HOME}/etc/h

作者:斯科特 福赛斯/Scott Forsyth日期:2013/04/06地址:http://weblogs.asp.net/owscott/why-is-the-iis-default-app-pool-recycle-set-to-1740-minutes 微软IIS服务器在应用程序池回收时间上有一个看上去有点古怪的默认设置.它默认为1740分钟,也就是整整29小时.对于这个"默认"到底是从哪儿来的,我已经好奇很久了.如果你跟我一样,那你一定也想知道答案很久了.[译注:这其实就是我

1.Background ngx_http_stub_status_module 是一个 Nginx 的内置 HTTP 模块,该模块可以提供 Nginx 的状态信息.默认情况下这个模块是不被编译进来的,所以在编译 Nginx 时要指定加载该模块: --with-http_stub_status_module 当然了,如果你是重新编译,仅仅-s reload是不够的,可能需要用到平滑升级:<高性能Web服务器Nginx的配置与部署研究(14)平滑升级你的Nginx>. 为什么拿它做例子?因为它也

这个部分是<opencv-tutorials.pdf>的部分,这部分也是几大部分中例子最多的,其实这个教程的例子都很不错,不过有些看得出来还是c接口的例子,说明例子有些年头了,其实在"opencv/sources/samples"有不同的接口的例子,看完这个教程,下一步就可以看看里面的不同的代码来学习,只是没有说明而已,不过在<opencv-refman.pdf>中会说到某某例子可以参考,也说明这里面的例子有很多都是为了解释这个手册中的一些函数的用法的.做完这些

W3C标准中对css3的transition这是样描述的:“css的transition允许css的属性值在一定的时间区间内平滑地过渡.这种效果可以在鼠标单击.获得焦点.被点击或对元素任何改变中触发,并圆滑地以动画效果改变CSS的属性值.” 下面我们同样从其最语法和属性值开始一步一步来学习transition的具体使用 语法: transition:[<'transition-property'> || <'transition-duration'> || <'transit