追求整句准确率＋机器性能不俗＋不在乎几十兆存储空间的——请进！

michsun · 发表于 2008-1-30 20:05:58

分流wellData:http://www.namipan.com/d/wellDat ... e23f00a9aed5c50df01

ZXD4G · 发表于 2008-1-30 20:11:45

www1www · 发表于 2008-1-30 20:17:33

是不是best的内容包含well，而well的内容包含good，good的内容包含v6.1的安装包里的bigram文件？

如果是这样的话，那么，喜欢的朋友，使用一个best你的bigram替换安装包里的bigram就行了

[ 本帖最后由 www1www 于 2008-1-30 20:19 编辑 ]

ZXD4G · 发表于 2008-1-30 20:17:36

ZXD4G · 发表于 2008-1-30 20:19:38

michsun · 发表于 2008-1-30 20:20:25

原帖由 www1www 于 2008-1-30 20:17 发表
是不是best的内容包含well，而well的内容包含good，good的内容包含v6.1的安装包里的bigram文件？

good应该不是包括在6.1中的，6.1是最后的那种12,451,840≈12M 66.92%！

michsun · 发表于 2008-1-30 20:22:33

全部下好，一个个试试看！

ZXD4G · 发表于 2008-1-30 20:28:40

本次上传三个文件，分别是bestWork.txt、wellWork.txt、goodWork.txt，分别代表：
1.前三个档次无法组对，由bestData搞定的例句
2.前两个档次无法组对，由wellData搞定的例句
3.发布版无法组对，由goodData搞定的例句

例句中也有不怎么样的句子，不必细究，统计数据对认知和决策的指导意义，是建立在大量的累计效果之上的。

想一探究竟的老手们，可以试试。

www1www · 发表于 2008-1-30 20:28:58

原帖由 michsun 于 2008-1-30 20:20 发表

good应该不是包括在6.1中的，6.1是最后的那种12,451,840≈12M 66.92%！

下面的图片，是我的理解，不知对不对？

ZXD4G · 发表于 2008-1-30 20:32:08

从一些网友守候到现在的热情看，咱这个谈不上产品软件，算是一个候补解决方案的东西，还是有人愿意玩玩儿的。
再次感谢michsun的热心。

michsun · 发表于 2008-1-30 20:32:38

原帖由 www1www 于 2008-1-30 20:28 发表

下面的图片，是我的理解，不知对不对？

应该对吧，四哥说明了！

ZXD4G · 发表于 2008-1-30 20:34:51

原帖由 www1www 于 2008-1-30 20:28 发表

下面的图片，是我的理解，不知对不对？

理解正确，祝你愉快。
准备抽空编写一个用于换档的批处理文件，现有一个自用的，需要改写得好看些，才好拿出手去。

michsun · 发表于 2008-1-30 20:35:06

原帖由 ZXD4G 于 2008-1-30 20:32 发表
从一些网友守候到现在的热情看，咱这个谈不上产品软件，算是一个候补解决方案的东西，还是有人愿意玩玩儿的。
再次感谢michsun的热心。

没什么反正外面冷，也没什么事情做。最后一个上传中，就是网盘老是出错，估计是看我传的太多，限制了，反正一定分流到底。

michsun · 发表于 2008-1-30 20:35:55

原帖由 ZXD4G 于 2008-1-30 20:34 发表

理解正确，祝你愉快。
准备抽空编写一个用于换档的批处理文件，现有一个自用的，需要改写得好看些，才好拿出手去。

估计这个一出，外面各种修改版本都来了！

[ 本帖最后由 michsun 于 2008-1-30 20:37 编辑 ]

xml00 · 发表于 2008-1-30 20:49:41

下完了，简单试了一个句子，确实很爽！
明天慢慢再试。

www1www · 发表于 2008-1-30 20:53:31

确实不错！严重感谢！！

michsun · 发表于 2008-1-30 21:04:51

http://mail.foxmail.com/cgi-bin/ ... 4&code=2b082bba

最后一个gooddata分流到QQ中转站了，纳米盘无法使用。只有7天保留注意！

michsun · 发表于 2008-1-30 21:45:16

最后一次分流到QQ中转站，时限是7天默认，需要的抓紧下：
B:http://mail.foxmail.com/cgi-bin/ ... 6&code=cfa20ff4
W:http://mail.foxmail.com/cgi-bin/ ... 6&code=07e78efe
G:http://mail.foxmail.com/cgi-bin/ ... 4&code=2b082bba

真拼音佳佳 · 发表于 2008-1-31 10:11:28

原帖由 ZXD4G 于 2008-1-30 19:07 发表

逆耳吗？真逆耳。有理吗？挺有理。
让我如何打动你——最好的整句要追求，最好的输入法也要追求，前者在根本上并不妨碍后者的进步——你不喜欢整句输入，只偏心速度，不代表所有人都同此好，咱就追求一些随意—— ...

也许大家都在做同一件事情,只不过我更清楚整句的缺点吧?

ZXD4G · 发表于 2008-1-31 12:14:12

没错儿，应该是在做同一件事情。
揣测下来，你大概是挫折遭受得多了，对整句输入心灰意冷了，我们是从半年前的无知努力到现在，感觉正好(数学说法大概是：导数为正)，所以不惜代价(包括测试：耗时一个多月，二百多万句，还有谁干过这个活儿？！)，试图创造辉煌。如果说将来某一天碰壁，那就说明你有远见，咱们就当是探险吧。

htj007 · 发表于 2008-1-31 13:38:06

虽然我比较喜欢字词输入，还是下一个来试试

wwk51 · 发表于 2008-1-31 18:46:08

已经用了best的，没觉得加载的时候变慢呀

michsun · 发表于 2008-1-31 23:38:57

今天用了best 一天，感觉不错。现在开始测试well，个人比较看中这个，体积和效率兼顾！

野风 · 发表于 2008-3-3 20:51:36

我现在一直在用best ，感觉很不错！

唯一的缺点就是我的个人词库这么长时间来基本没增加什么！

ZXD4G · 发表于 2008-3-3 22:17:48

我倒是觉得well级别也就差不多了，最近一段时期以来，着意培养整句输入的习惯，用着还确实不错呢，有种模糊的感觉就是——整句输入也能起到排除重码的作用，连着打下来很多就对了，不用人工拆分出词条，再去肉眼鉴别重码，短一些的词汇重码还是不低的，首选词往往还不够准确。

下一步除了再想办法提高准确性之外，还准备花点功夫把纠错功能弄得方便些，微软和智能狂拼的方式值得借鉴。

真拼音佳佳 · 发表于 2008-3-8 16:41:10

原帖由 ZXD4G 于 2008-1-31 12:14 发表
没错儿，应该是在做同一件事情。
揣测下来，你大概是挫折遭受得多了，对整句输入心灰意冷了，我们是从半年前的无知努力到现在，感觉正好(数学说法大概是：导数为正)，所以不惜代价(包括测试：耗时一个多月，二百多万 ...

看来半年时间不足以让你对整句心灰意冷,呵呵.

有些东西我知道问题出在哪,你还不知道而已.但是最好不要"永远都不知道",那样就不好玩了.多努力

智能性是皮,语料库是毛,皮之不存毛将焉附?最好别弄反了...一般我只测智能性,对语料库规模不在意,所以再怎么加大语料库,我仍然可以看出别的问题.上个帖子对比QQ与紫光的智能性,也是由此得出的结论.

改错功能,对于字词输入,基本上就是多余的功能了,改错不如重打来的快.
整句这块的改错功能,黑马神拼很厉害的,四哥版主研究过么?

嗯,测二百多万句...真有耐性^_^
我测一两句就知道该动哪儿了

我用QQ拼音送你两句话
某某某是我朋友的句式
陈丹阳（自造）
陈丹阳是我朋友
我有个叫陈丹阳的朋友

紫光的表现...由你自己试.

还准备花点功夫把纠错功能弄得方便些，微软和智能狂拼的方式值得借鉴
强化纠错是对的,但是借鉴的对象都不对.
智能狂拼1,自然码,谷歌,QQ,这些输入法都跟黑马有联系.
借鉴微软,狂拼?嗯,这是你的"远见"么

[ 本帖最后由真拼音佳佳于 2008-3-8 16:55 编辑 ]

kingdick · 发表于 2008-3-8 17:40:30

好久没见楼上的出来了

真拼音佳佳 · 发表于 2008-3-8 21:35:41

这地方帖子太少,没啥好灌的.

有远见的也不多唉

		自动登录	找回密码
密码			注册

追求整句准确率＋机器性能不俗＋不在乎几十兆存储空间的——请进！

goodData 1/5

goodData 2/5

goodData 3/5

goodData 4/5

goodData 5/5

方案实体传输完毕，测试集合示例