Skip to content
New issue

Have a question about this project? # for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “#”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? # to your account

Deta分词算法原理公布 : #21

Open
yaoguangluo opened this issue Apr 2, 2019 · 7 comments
Open

Deta分词算法原理公布 : #21

yaoguangluo opened this issue Apr 2, 2019 · 7 comments

Comments

@yaoguangluo
Copy link
Owner

yaoguangluo commented Apr 2, 2019

Deta分词算法原理公布 :
1 基于快速排序6 的 罗瑶光小高峰 过滤 思想 进行 小高峰 叠加 字符串 拆分 逐步 迭代微分处理词性划分.
2 基于词数长度 为 5个的卷积核进行 CNN(纠正下不是cnn,是排队论) 线性 词性卷积 划分处理.
3 划分条件 进行离散迪摩根定理化简.
4 最后进行函数频率分级进行 PCA阀门顺序排列.
这个算法 思想,作者于2019年04月03日 定义 为 <类人 认知 催化 分词算法>.
类人 认知 催化 分词算法 矩阵 图地址:
https://github.com/yaoguangluo/AOPM_VPCS_Theroy/blob/master/AI-catalic.jpg
相关论文文件夹地址
https://github.com/yaoguangluo/AOPM_VPCS_Theroy

@yaoguangluo
Copy link
Owner Author

yaoguangluo commented Apr 2, 2019

目前 通过这种算法 处理中文象形文字 平均 每秒达到 2300万字. 认证代码 已经 全部 免费开源.
该免费版本 作为 2019年作者第一个赠送给人类世界的礼物.

@yaoguangluo
Copy link
Owner Author

yaoguangluo commented Apr 3, 2019

罗瑶光小高峰 过滤 思想 起源:
2008年罗瑶光在印度christ university 读计算机 应用硕士研究生的时候 对快速排序的进化方式算子研究着迷 .

2012年作者在美国对 FFT 研究发现算子 和快速排序 算子 思想一致, 于是 开始花时间分析.

2014年作者开始阅读算法导论, 快排1-4代,发现重复的算子出现 在不同的函数层次.于是 创造出高频小高峰过滤快排六,发表在 qq空间.
地址 :https://313699483.qzone.qq.com/
标题为:[转] 罗瑶光排序法 2014-11-2 20:45 阅读(20) 转载自刘瑞珍****

2016年作者在美国亚米电商公司首次将 小高峰过滤快排6 用在10万商品id排序上.效果显著.

有了理论和实践基础, 作者2019年 设计了 小高峰过滤快排6的1 ,2,3 三个版本 .得到一个结论 :
逐步迭代微分处理可以迅速减少相同算子.
并将3代非线性小高峰过滤快排6用在德塔分词的确频率 排序中.
https://github.com/yaoguangluo/Deta_Parser/blob/master/wordSegment/org/tinos/engine/liner/imp/Quick6DLuoYaoguangSortImp.java
基于 逐步迭代微分处理可以迅速减少相同算子 思想, 作者用在了分词的卷积核形成函数上.在动介, 定名, 形谓, 名副, 四种歧义不带符号的病句中, 分词准确率100%

例子 :略.

作者2019年4月3日 定义 逐步迭代微分处理可以迅速减少相同算子计算催化过程.

@yaoguangluo
Copy link
Owner Author

为了认证 计算催化过程 的正确性和有效性,
作者用nero, nlp, pos 三个类人语义函数包处理小高峰叠加字符串, 进行逐步迭代微分处理 有效的论证 了 计算催化过程 分析的巨大功能优势.

@yaoguangluo
Copy link
Owner Author

yaoguangluo commented Apr 3, 2019

分词结果 :

@yaoguangluo
Copy link
Owner Author

为了论证 计算催化过程 在任何智能领域都具有强大实用价值, 作者为了分词项目的论证 花费8个月, 15000 余行 sonar 格式 源代码认证. 打造了Deta Parser 这个作品, 定位在 人工智能的启蒙 级别.

@yaoguangluo

This comment has been minimized.

@yaoguangluo
Copy link
Owner Author

关于4 最后进行函数频率分级进行 PCA阀门顺序排列.的解释:
(作者小时候长期思考为什么嘴巴不在头顶上,耳朵不在同一面,后来在一些生活工作中,逐渐意识到,人类DNA进化功能会因为需求进行次序排列突变进化,满足选择需要, 这是自然选择的结果.作者认为软件必定一样.)

# for free to join this conversation on GitHub. Already have an account? # to comment
Labels
None yet
Projects
None yet
Development

No branches or pull requests

1 participant