a hybrid markov/semi-markov cnf
名前だけ知りつつもどんな物なのか知らなかったので、5月に semi-markov crf の論文 を読んでみました。 semi-crf は入力系列に対する最適なセグメンテーションを学習する学習器です。 crf が P(Y|X, W) を求めていたのに対して、semi-crf では P(S|X, W) を推定します。 文章で書くと、2つの違いは * crf では入力系列 X に対して生成されうるすべてのラベル系列 Y' に対して、正解系列とそれ以外の系列を弁別するよう学習する * semi-crf では入力系列 X に対して生成されうるすべてのセグメンテーション結果 S' に対して、正解のセグメンテーションとそれ以外のセグメンテーションを弁別するよう学習する ということになります。 semi-crf では入力系列が与えられた際に、t_j , ... , u_j までを1つのセグメント s_j
Lua で using ディレクティブみたいなもの - 野良C++erの雑記帳
最近 Lua でいろいろ書いてるのですが、 Lua の不満な点として、 標準ライブラリが全体的に最低限の機能しか無い点が挙げられます。 いや、 Lua という言語のコンセプトから考えると、これば別に不満点ではないですが、 それでも、ちょっと便利に使おうと思うと、大量の補助関数が必要になってしまいます。 ただ、幸いにも Lua はモジュールの仕組みがしっかりしているので、 自分で便利関数をまとめたモジュールを用意してやればよく、 例えば、僕は Oven とかの Range ライブラリが好きなので、 誰でもすぐ書けるようなちょっとしたアダプタを作って、 function is_odd( n ) return n % 2 == 1 end -- filtered とか for i in ranges.filtered( is_odd, ranges.irange(10) ) do -- 1 から
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
