1
00:00:00,000 --> 00:00:08,364

2
00:00:08,364 --> 00:00:08,870
>> LUCAS Freitas: Hej.

3
00:00:08,870 --> 00:00:09,980
Bonvenon ĉiuj.

4
00:00:09,980 --> 00:00:11,216
Mia nomo estas Lucas Freitas.

5
00:00:11,216 --> 00:00:15,220
Mi estas juna je [inaudibles] studanta
komputiko kun fokuso en

6
00:00:15,220 --> 00:00:16,410
komputa lingvistiko.

7
00:00:16,410 --> 00:00:19,310
Do mia malĉefaj estas en lingvo
kaj lingvan teorion.

8
00:00:19,310 --> 00:00:21,870
Mi vere ekscitita por instrui vin infanoj
iomete pri la kampo.

9
00:00:21,870 --> 00:00:24,300
Ĝi estas tre ekscita spaco por studi.

10
00:00:24,300 --> 00:00:27,260
Ankaŭ kun multa potenciala
por la estonteco.

11
00:00:27,260 --> 00:00:30,160
Do, mi vere ekscitita ke vi uloj
estas konsideranta projektoj

12
00:00:30,160 --> 00:00:31,160
komputa lingvistiko.

13
00:00:31,160 --> 00:00:35,460
Kaj mi estos pli ol feliĉa konsili
iu el vi, se vi decidas

14
00:00:35,460 --> 00:00:37,090
persekutu unu el tiuj.

15
00:00:37,090 --> 00:00:40,010
>> Do ĉio kio estas komputa
lingvistiko?

16
00:00:40,010 --> 00:00:44,630
Do komputa lingvistiko estas la
komunaĵo inter lingvistiko kaj

17
00:00:44,630 --> 00:00:46,390
komputiko.

18
00:00:46,390 --> 00:00:47,415
Do, kio estas la lingvistiko?

19
00:00:47,415 --> 00:00:48,490
Kio estas komputiko?

20
00:00:48,490 --> 00:00:51,580
Bone el lingvoscienco, kion
ni prenos estas la lingvoj.

21
00:00:51,580 --> 00:00:54,960
Do lingvistiko estas fakte la studo
de natura lingvo ĝenerale.

22
00:00:54,960 --> 00:00:58,330
Do natura lingvo - ni parolas pri
lingvo, kiun ni vere uzas por

23
00:00:58,330 --> 00:00:59,770
komuniki kun la aliaj.

24
00:00:59,770 --> 00:01:02,200
Do ni ne ĝuste parolas
pri C aŭ Java.

25
00:01:02,200 --> 00:01:05,900
Ni parolas pli pri la angla kaj
La ĉina kaj aliaj lingvoj, ke ni

26
00:01:05,900 --> 00:01:07,780
uzi por komuniki unu kun alia.

27
00:01:07,780 --> 00:01:12,470
>> La defia afero pri kiu estas tiu
ĝuste nun ni havas preskaŭ 7.000

28
00:01:12,470 --> 00:01:14,260
lingvoj en la mondo.

29
00:01:14,260 --> 00:01:19,520
Do estas suficxe alta diversaĵo
de lingvoj, kiujn ni povas studi.

30
00:01:19,520 --> 00:01:22,600
Kaj tiam vi opinias ke tio estas verŝajne
tre malfacile fari, ekzemple,

31
00:01:22,600 --> 00:01:26,960
traduko de unu lingvo al la
aliaj, konsiderante, ke vi havas

32
00:01:26,960 --> 00:01:28,240
preskaŭ 7.000 el ili.

33
00:01:28,240 --> 00:01:31,450
Do, se vi pensas fari tradukado
el unu lingvo al alia vi

34
00:01:31,450 --> 00:01:35,840
havas preskaŭ pli ol miliono
malsamaj kombinoj, kiujn vi povas

35
00:01:35,840 --> 00:01:37,330
havas de lingvo al lingvo.

36
00:01:37,330 --> 00:01:40,820
Do ĝi estas vere defianta fari iun
speco de ekzemplon tradukejo por

37
00:01:40,820 --> 00:01:43,540
ĉiu unuopa lingvo.

38
00:01:43,540 --> 00:01:47,120
>> Do, lingvistiko traktas kun sintakso,
semantiko, pragmata.

39
00:01:47,120 --> 00:01:49,550
Vi infanoj ne ekzakte bezonas
scii kio ili estas.

40
00:01:49,550 --> 00:01:55,090
Sed la tre interesa afero estas ke
kiel denaska parolanto, kiam oni lernas

41
00:01:55,090 --> 00:01:59,010
lingvon kiel infano, vi vere lerni
ĉiuj el tiuj aferoj - sintakso semantiko

42
00:01:59,010 --> 00:02:00,500
kaj pragmata -

43
00:02:00,500 --> 00:02:01,430
per vi mem.

44
00:02:01,430 --> 00:02:04,820
Kaj neniu devas instrui vin sintakson por
vi kompreni kiel frazoj estas

45
00:02:04,820 --> 00:02:05,290
strukturitaj.

46
00:02:05,290 --> 00:02:07,980
Do, ĝi estas vere interesa, ĉar
ĝi estas io kiu venas tre

47
00:02:07,980 --> 00:02:10,389
intuicie.

48
00:02:10,389 --> 00:02:13,190
>> Kaj kion vi prenas el
la komputiko?

49
00:02:13,190 --> 00:02:16,700
Nu, la plej grava aĵo kiun ni
havi en komputila scienco estas unua de

50
00:02:16,700 --> 00:02:19,340
ĉiuj, artefarita inteligenteco
kaj maŝina lerno.

51
00:02:19,340 --> 00:02:22,610
Do, kion ni provas fari
komputa lingvistiko estas instrui

52
00:02:22,610 --> 00:02:26,990
vian komputilon kiel fari ion
kun lingvo.

53
00:02:26,990 --> 00:02:28,630
>> Do, ekzemple, en maŝino
tradukado.

54
00:02:28,630 --> 00:02:32,490
Mi provas instrui mian komputilon kiel
scii transiron de unu

55
00:02:32,490 --> 00:02:33,310
lingvo al la alia.

56
00:02:33,310 --> 00:02:35,790
Do, esence ŝatas instrui
komputilo du lingvoj.

57
00:02:35,790 --> 00:02:38,870
Se mi faras naturan lingvon prilaborado,
kio estas la kazo ekzemple de

58
00:02:38,870 --> 00:02:41,810
Facebook Diagramo Serĉu, vi instruas
vian komputilon kiel kompreni

59
00:02:41,810 --> 00:02:42,730
pridemandojn bone.

60
00:02:42,730 --> 00:02:48,130
>> Do, se vi diras "la fotojn de mia
geamikoj. "Facebook ne traktas ke

61
00:02:48,130 --> 00:02:51,130
kiel tuto kordoj kiuj havas
nur aron da vortoj.

62
00:02:51,130 --> 00:02:56,020
Ĝi vere komprenas la rilaton
inter "fotojn" kaj "miaj amikoj" kaj

63
00:02:56,020 --> 00:02:59,620
komprenas, ke "fotoj" estas
posedaĵo de "miaj amikoj".

64
00:02:59,620 --> 00:03:02,350
>> Do, tio estas parto de, ekzemple,
natura lingvo prilaborado.

65
00:03:02,350 --> 00:03:04,790
Ĝi estas provo kompreni, kion
estas la rilato inter

66
00:03:04,790 --> 00:03:07,520
la vortoj en frazo.

67
00:03:07,520 --> 00:03:11,170
Kaj la granda demando estas, ĉu vi
instruos komputilon kiel paroli

68
00:03:11,170 --> 00:03:12,650
lingvon ĝenerale?

69
00:03:12,650 --> 00:03:17,810
Kiu estas tre interesa demando al
pensas, kvazaŭ eble en la estonteco,

70
00:03:17,810 --> 00:03:19,930
vi tuj povos
paroli kun via poŝtelefono.

71
00:03:19,930 --> 00:03:23,290
Speco de kiel kion ni faru kun Siri sed
ion pli ŝatas, vi povas efektive

72
00:03:23,290 --> 00:03:25,690
diri kion ajn vi volas kaj la telefono
tuj kompreni ĉion.

73
00:03:25,690 --> 00:03:28,350
Kaj tio povas havi sekvi supren demandoj
kaj observu parolas.

74
00:03:28,350 --> 00:03:30,880
Tio estas io vere ekscita,
en mia opinio.

75
00:03:30,880 --> 00:03:33,070
>> Do, io pri naturaj lingvoj.

76
00:03:33,070 --> 00:03:36,220
Iun vere interesan pri
naturaj lingvoj estas tio, kaj tio estas

77
00:03:36,220 --> 00:03:38,470
kredito al mia lingvistika profesoro,
Maria Polinsky.

78
00:03:38,470 --> 00:03:40,830
Ŝi donas ekzemplon kaj mi kredas
ĝi estas vere interesa.

79
00:03:40,830 --> 00:03:47,060
Ĉar ni lernas lingvo de kiam
ni naskiĝas kaj tiam nia denaska

80
00:03:47,060 --> 00:03:49,170
lingvo ia kreskas sur nin.

81
00:03:49,170 --> 00:03:52,570
>> Kaj esence oni lernas lingvon
el minimuma enigo, ĉu ne?

82
00:03:52,570 --> 00:03:56,700
Vi simple ricevas enigon el via
gepatroj de kio via lingvo sonas

83
00:03:56,700 --> 00:03:58,770
ŝati kaj vi nur lernas gxin.

84
00:03:58,770 --> 00:04:02,240
Do, ĝi estas interesa, ĉar se vi rigardas
ĉe tiuj frazoj, ekzemple.

85
00:04:02,240 --> 00:04:06,980
Vi aspektas, "Maria metas sur jako ĉiu
tempo ŝi forlasas la domon. "

86
00:04:06,980 --> 00:04:10,650
>> En ĉi tiu kazo, ĝi estas ebla al havi la
vorton "ŝi" aludas al Maria, ĉu?

87
00:04:10,650 --> 00:04:13,500
Vi povas diri "Maria metas sur ŝildo
ĉiufoje Maria lasas la

88
00:04:13,500 --> 00:04:14,960
domo. "tiel, ke estas bone.

89
00:04:14,960 --> 00:04:19,370
Sed tiam, se vi rigardas la frazo
"Ŝi metas sur jako ĉiufoje Maria

90
00:04:19,370 --> 00:04:22,850
forlasas la domon. "vi scias ke estas
neeble diri, ke "ŝi" estas

91
00:04:22,850 --> 00:04:24,260
raportante al Mary.

92
00:04:24,260 --> 00:04:27,070
>> Ne estas maniero de diri ke "Maria metas
sur jako ĉiufoje Maria lasas

93
00:04:27,070 --> 00:04:30,790
la domo. "Do estas interesa ĉar
tio estas la tipo de intuicio

94
00:04:30,790 --> 00:04:32,890
ke singla denaska parolanto havas.

95
00:04:32,890 --> 00:04:36,370
Kaj neniu instruis, ke tio estas
la vojo, laux kiu la sintakso funkcias.

96
00:04:36,370 --> 00:04:41,930
Kaj ke vi nur povas havi tiun "ŝi"
raportante al Maria en tiu unua kazo,

97
00:04:41,930 --> 00:04:44,260
kaj efektive en ĉi tiu alia
tro, sed ne en ĉi tiu.

98
00:04:44,260 --> 00:04:46,500
Sed cxiu speco de gets
al la sama respondo.

99
00:04:46,500 --> 00:04:48,580
Ĉiuj konsentas pri tio.

100
00:04:48,580 --> 00:04:53,280
Do ĝi estas vere interesa kiom kvankam
vi ne konas ĉiujn regulojn

101
00:04:53,280 --> 00:04:55,575
en via lingvo vi ia kompreni
kiel la lingvo funkcias.

102
00:04:55,575 --> 00:04:59,020

103
00:04:59,020 --> 00:05:01,530
>> Do la interesa afero pri natura
lingvo estas ke vi ne devas

104
00:05:01,530 --> 00:05:06,970
konas neniun sintakson por scii se frazo
Estas gramatikajn aŭ ungrammatical por

105
00:05:06,970 --> 00:05:08,810
Plejofte.

106
00:05:08,810 --> 00:05:13,220
Kiun vi pensas ke eble kio
okazas estas ke per via vivo, vi

107
00:05:13,220 --> 00:05:17,410
nur teni ricevas pli kaj pli
frazoj sciigis al vi.

108
00:05:17,410 --> 00:05:19,800
Kaj tiam vi gardos parkerigi
ĉiuj frazoj.

109
00:05:19,800 --> 00:05:24,230
Kaj tiam, kiam iu diras al vi
io, vi auxdos, ke frazo kaj

110
00:05:24,230 --> 00:05:27,040
vi rigardas vian vortprovizon
de frazoj kaj vidi se

111
00:05:27,040 --> 00:05:28,270
ke frazo estas tie.

112
00:05:28,270 --> 00:05:29,830
Kaj se gxi estas tie vi
diras ke estas gramatika.

113
00:05:29,830 --> 00:05:31,740
Se ĝi ne estas vi diras ke estas
ungrammatical.

114
00:05:31,740 --> 00:05:35,150
>> Do, en tiu kazo, vi dirus, ho,
do vi havas grandegan liston de ĉiuj

115
00:05:35,150 --> 00:05:36,140
eblaj frazoj.

116
00:05:36,140 --> 00:05:38,240
Kaj poste, kiam vi aŭdas frazo,
vi scias se ĝi estas gramatikajn aŭ

117
00:05:38,240 --> 00:05:39,450
ne estas bazita sur tio.

118
00:05:39,450 --> 00:05:42,360
La afero estas ke, se vi rigardas
frazo, ekzemple: "La

119
00:05:42,360 --> 00:05:47,540
kvin-estrita CS50 TFS kuirita blinduloj
polpo uzante daPa taso. "Estas

120
00:05:47,540 --> 00:05:49,630
certe ne frazon
ke vi aŭdis antaŭe.

121
00:05:49,630 --> 00:05:52,380
Sed samtempe vi scias ke estas
pretty much gramatika, ĉu ne?

122
00:05:52,380 --> 00:05:55,570
Ne estas gramatikajn erarojn
kaj vi povas diri ke

123
00:05:55,570 --> 00:05:57,020
ĝi estas ebla frazo.

124
00:05:57,020 --> 00:06:01,300
>> Do ĝi igas nin pensi, ke fakte la
maniero, ke ni lernas lingvo estas ne nur

125
00:06:01,300 --> 00:06:07,090
por havi grandegan datumbazon de eblaj
vortoj aŭ frazoj, sed pli

126
00:06:07,090 --> 00:06:11,490
kompreni la rilaton inter
vortoj en tiuj frazoj.

127
00:06:11,490 --> 00:06:14,570
Ĉu tio havas sencon?

128
00:06:14,570 --> 00:06:19,370
Do, tiam la demando estas, ĉu
komputiloj lernas lingvojn?

129
00:06:19,370 --> 00:06:21,490
Ĉu oni povas instrui lingvon al komputiloj?

130
00:06:21,490 --> 00:06:24,230
>> Do, ni pensu pri la diferenco
inter denaska parolanto de lingvo

131
00:06:24,230 --> 00:06:25,460
kaj komputilo.

132
00:06:25,460 --> 00:06:27,340
Do, kio okazas al la parolanto?

133
00:06:27,340 --> 00:06:30,430
Nu, la denaska parolanto lernas
lingvo de la ekspozicio al ĝi.

134
00:06:30,430 --> 00:06:34,200
Kutime lia frua infaneco jaroj.

135
00:06:34,200 --> 00:06:38,570
Do, esence, vi nur havos bebon,
kaj vi tenas parolis al ĝi, kaj ĝi

136
00:06:38,570 --> 00:06:40,540
nur lernas kiel paroli
la lingvon, ĉu ne?

137
00:06:40,540 --> 00:06:42,660
Do, vi estas esence donante
enigo al la bebo.

138
00:06:42,660 --> 00:06:45,200
Do, tiam vi povas argumenti ke komputilo
povas fari la saman aĵon, right?

139
00:06:45,200 --> 00:06:49,510
Vi povas simple doni lingvon
kiel eniro al la komputilo.

140
00:06:49,510 --> 00:06:53,410
>> Kiel ekzemple faskon de dosieroj
kiuj havas librojn en la angla.

141
00:06:53,410 --> 00:06:56,190
Eble tio estas unu vojo, kiun vi
eble povus instrui

142
00:06:56,190 --> 00:06:57,850
komputilo angla, ĉu ne?

143
00:06:57,850 --> 00:07:01,000
Kaj fakte, se vi opinias pri tio,
ĝi prenas vin eble paron

144
00:07:01,000 --> 00:07:02,680
tagojn por legi libron.

145
00:07:02,680 --> 00:07:05,760
Ĉar komputilo prenas duan al
rigardi ĉiujn vortojn en libron.

146
00:07:05,760 --> 00:07:10,810
Do vi povas pensi, ke eble ĝuste tiu
argumento de enigo el ĉirkaŭ vi,

147
00:07:10,810 --> 00:07:15,440
tio ne sufiĉas por diri ke tio estas
iu kiu nur la homoj povas fari.

148
00:07:15,440 --> 00:07:17,680
Vi povas pensi komputiloj
ankaŭ povas ricevi enigo.

149
00:07:17,680 --> 00:07:21,170
>> La dua afero estas, ke la denaskaj parolantoj
havas ankaŭ cerbon ke ĝi

150
00:07:21,170 --> 00:07:23,870
lingvolernado kapablon.

151
00:07:23,870 --> 00:07:27,020
Sed se vi pensas pri tio,
cerba estas solida afero.

152
00:07:27,020 --> 00:07:30,450
Kiam vi naskiĝas, ĝi estas jam starigis -

153
00:07:30,450 --> 00:07:31,320
ĉi tio estas via cerbo.

154
00:07:31,320 --> 00:07:34,660
Kaj kiel vi kresku, vi simple akiri pli
enigo de la lingvo kaj eble nutraĵoj

155
00:07:34,660 --> 00:07:35,960
kaj aliajn vazojn.

156
00:07:35,960 --> 00:07:38,170
Sed preskaux via cerbo
estas solida afero.

157
00:07:38,170 --> 00:07:41,290
>> Do vi povas diri, nu, eble vi povas
konstrui komputilon, kiu havas faskon da

158
00:07:41,290 --> 00:07:45,890
funkcioj kaj metodoj kiu simple imiti
lingvolernado kapablon.

159
00:07:45,890 --> 00:07:49,630
Do en tiu senco, vi povus diri, bone, mi
povas havi komputilon, kiu havas la tutan

160
00:07:49,630 --> 00:07:52,270
Tion mi bezonas por lerni lingvon.

161
00:07:52,270 --> 00:07:56,200
Kaj la lasta afero estas ke denaska
parolanto lernas de provo kaj eraro.

162
00:07:56,200 --> 00:08:01,090
Do esence alia grava afero en
lingvolernado estas ke vi afabla

163
00:08:01,090 --> 00:08:05,340
de lernu aĵojn por fari
ĝeneraligoj de kion vi auxdos.

164
00:08:05,340 --> 00:08:10,280
>> Do kiel vi kreskas supren vi lernas ke
kelkaj vortoj estas pli kiel substantivoj,

165
00:08:10,280 --> 00:08:11,820
iuj aliaj aĵoj estas adjektivoj.

166
00:08:11,820 --> 00:08:14,250
Kaj vi ne devas havi ajnan
scio de lingvistiko

167
00:08:14,250 --> 00:08:15,040
por kompreni tion.

168
00:08:15,040 --> 00:08:18,560
Sed vi nur scias ke estas kelkaj vortoj
estas lokitaj en iu parto de la

169
00:08:18,560 --> 00:08:22,570
frazo kaj kelkaj aliaj en aliajn
partoj de la frazo.

170
00:08:22,570 --> 00:08:26,110
>> Kaj ke kiam vi faros iun kiu estas
kiel frazo, kiu ne estas ĝusta -

171
00:08:26,110 --> 00:08:28,770
eble pro tro ĝeneraligo
ekzemple.

172
00:08:28,770 --> 00:08:32,210
Eble kiam vi kreskis, vi rimarkos
ke la plurala formo estas kutime

173
00:08:32,210 --> 00:08:35,809
formata per meto S ĉe
la fino de la vorto.

174
00:08:35,809 --> 00:08:40,042
Kaj tiam vi provos fari la pluralo de
"Cervo" kiel "cervoj" aŭ "denton", kiel

175
00:08:40,042 --> 00:08:44,780
"Tooths." Do tiam viaj gepatroj aŭ
iu korektas vi kaj diras, ne, la

176
00:08:44,780 --> 00:08:49,020
pluralo de "cervo" estas "cervo", kaj la
pluralo de "dento" estas "la dentoj". Kaj poste

177
00:08:49,020 --> 00:08:50,060
vi lerni tiujn aferojn.

178
00:08:50,060 --> 00:08:51,520
Do vi lerni de provo kaj eraro.

179
00:08:51,520 --> 00:08:53,100
>> Sed vi ankaŭ povas fari tion
kun komputilo.

180
00:08:53,100 --> 00:08:55,310
Vi povas havi iun nomita
plifortigo lernado.

181
00:08:55,310 --> 00:08:58,560
Kio estas esence same kiel donanta
komputilo rekompenco krom se ĝi faras

182
00:08:58,560 --> 00:08:59,410
io korekte.

183
00:08:59,410 --> 00:09:04,710
Kaj donante al ĝi la malo de rekompenco
kaj kiam ŝi faras ion malbonan.

184
00:09:04,710 --> 00:09:07,410
Vi povas fakte vidi ke se vi iros
al Google Translate kaj vi provos

185
00:09:07,410 --> 00:09:10,220
traduki frazon, ĝi
petas vin pro sugestoj.

186
00:09:10,220 --> 00:09:13,240
Do se vi diras, ho, tie estas pli bona
traduko por tiu frazo.

187
00:09:13,240 --> 00:09:18,140
Vi povas tajpi ĝin supren kaj poste, se multaj
popolon subteni dirante ke estas pli bone

188
00:09:18,140 --> 00:09:21,560
traduko, gxi simple lernas ke
devus uzi tiun tradukadon anstataŭ

189
00:09:21,560 --> 00:09:22,960
unu estis doni.

190
00:09:22,960 --> 00:09:28,830
>> Do, ĝi estas tre filozofia demando
Por vidi, cxu komputiloj tuj estos

191
00:09:28,830 --> 00:09:30,340
kapablas paroli aux ne en la estonteco.

192
00:09:30,340 --> 00:09:34,440
Sed mi havas altajn esperojn, ke ili povas
nur bazitaj sur tiuj argumentoj.

193
00:09:34,440 --> 00:09:38,570
Sed tio estas nur pli filozofian
demando.

194
00:09:38,570 --> 00:09:43,460
>> Do dum komputiloj ankoraŭ ne povas paroli,
kio estas la aferoj, kiujn ni povas fari?

195
00:09:43,460 --> 00:09:47,070
Kelkaj vere malvarmeta aferoj estas
datumoj klasifiko.

196
00:09:47,070 --> 00:09:53,210
Do, ekzemple, vi infanoj scias
ke retpoŝto servoj fari, por

197
00:09:53,210 --> 00:09:55,580
Ekzemple, spamado filtrado.

198
00:09:55,580 --> 00:09:59,070
Do kiam ajn vi ricevas spamon, tio
provas filtri al alia skatolo.

199
00:09:59,070 --> 00:10:00,270
Do kiel ghi faru tion?

200
00:10:00,270 --> 00:10:06,080
Tio ne ŝatas la komputilo nur scias
kio retadresoj sendas spamon.

201
00:10:06,080 --> 00:10:09,130
Do ĝi estas pli bazita sur la enhavo de
La mesaĝo, aŭ eble la titolo, aŭ

202
00:10:09,130 --> 00:10:11,310
eble iuj ŝablono kiun vi havos.

203
00:10:11,310 --> 00:10:15,690
>> Do, esence, kion vi povas fari estas akiri
Multaj datumoj de retmesaĝoj kiuj estas spamado,

204
00:10:15,690 --> 00:10:19,980
retmesaĝoj kiuj ne estas spamado, kaj lernu, kion
speco de ŝablonoj vi havas en la

205
00:10:19,980 --> 00:10:21,000
kiuj estas spamado.

206
00:10:21,000 --> 00:10:23,260
Kaj tio estas parto de komputa
lingvistiko.

207
00:10:23,260 --> 00:10:24,720
Ĝi nomiĝas datumoj klasifiko.

208
00:10:24,720 --> 00:10:28,100
Kaj ni reale iras vidi
Ekzemplo de tiu en la proksimaj diapozitivoj.

209
00:10:28,100 --> 00:10:32,910
>> La dua afero estas natura lingvo
prilaborado kio estas la afero, ke la

210
00:10:32,910 --> 00:10:36,580
Diagramo Serĉu faras el lasanta
vi skribas frazo.

211
00:10:36,580 --> 00:10:38,690
Kaj ĝi konfidas al vi kompreni, kion
Estas la signifon kaj donas

212
00:10:38,690 --> 00:10:39,940
vi pli bonan rezulton.

213
00:10:39,940 --> 00:10:43,880
Efektive, se vi iros al Google aŭ Bing
kaj vi serĉu iun kiel Damo

214
00:10:43,880 --> 00:10:47,060
Gaga alteco, vi vere iras
akiri 5 '1 "anstataŭ informoj

215
00:10:47,060 --> 00:10:50,170
de ŝi ĉar ĝi vere komprenas
kio vi parolas.

216
00:10:50,170 --> 00:10:52,140
Do tio estas parto de natura
lingvo prilaborado.

217
00:10:52,140 --> 00:10:57,000
>> Aŭ ankaŭ kiam vi uzas Siri, unue
vi havas algoritmon kiu provas

218
00:10:57,000 --> 00:11:01,130
traduki kion vi diras
en vortojn, en teksto.

219
00:11:01,130 --> 00:11:03,690
Kaj tiam ĝi provas traduki
ke en signifo.

220
00:11:03,690 --> 00:11:06,570
Do tiu estas ĉiu parto de naturaj
lingvo prilaborado.

221
00:11:06,570 --> 00:11:08,320
>> Tiam vi havas maŝintraduko -

222
00:11:08,320 --> 00:11:10,300
kio estas fakte unu
de miaj favorataj -

223
00:11:10,300 --> 00:11:14,060
kio estas ĝuste traduki el
lingvo al alia.

224
00:11:14,060 --> 00:11:17,950
Do vi povas pensi, ke, kiam vi faras
maŝintraduko, vi havas

225
00:11:17,950 --> 00:11:19,750
senfinaj ebloj de frazoj.

226
00:11:19,750 --> 00:11:22,960
Do estas neniu maniero de simple stokante
ĉiu ununura traduko.

227
00:11:22,960 --> 00:11:27,440
Do vi devos veni supren kun interesaj
algoritmoj por povi

228
00:11:27,440 --> 00:11:30,110
traduki ĉiun solan
frazo iel.

229
00:11:30,110 --> 00:11:32,483
>> Vi infanoj havas demandojn ĝis nun?

230
00:11:32,483 --> 00:11:34,450
Neniu?

231
00:11:34,450 --> 00:11:34,830
OK.

232
00:11:34,830 --> 00:11:36,900
>> Do kio estas ni tuj vidos hodiaŭ?

233
00:11:36,900 --> 00:11:39,300
Unue, mi iras por paroli pri
la klasifiko problemon.

234
00:11:39,300 --> 00:11:41,440
Do kiu mi estis
dirante pri spamado.

235
00:11:41,440 --> 00:11:46,820
Kion mi faros estas, donitaj literoj
al kanto, vi povas provi elkompreni

236
00:11:46,820 --> 00:11:49,810
kun alta probablo
kiu estas la kantisto?

237
00:11:49,810 --> 00:11:53,590
Ni diru, ke mi havas kantoj el Sinjorino
Gaga kaj Katy Perry, se mi donos al vi

238
00:11:53,590 --> 00:11:58,130
nova kanto, ĉu vi povas diveni, se
ĝi estas Katy Perry aŭ Lady Gaga?

239
00:11:58,130 --> 00:12:01,490
>> La dua, mi simple tuj paroli
pri la segmentación problemon.

240
00:12:01,490 --> 00:12:05,780
Do mi ne scias se vi uloj scias, sed
Ĉina, japana, aliaj orient-aziaj

241
00:12:05,780 --> 00:12:08,090
lingvojn, kaj aliajn lingvojn
ĝenerale, ne havas

242
00:12:08,090 --> 00:12:09,830
spacoj inter vortoj.

243
00:12:09,830 --> 00:12:13,540
Kaj tiam se vi pensas pri la vojo, kiun
via komputilo speco de provas

244
00:12:13,540 --> 00:12:18,600
kompreni naturan lingvon prilaborado,
ĝi aspektas ĉe la vortoj kaj

245
00:12:18,600 --> 00:12:21,500
provas kompreni la rilatojn
inter ili, ĉu ne?

246
00:12:21,500 --> 00:12:25,440
Sed tiam, se vi havas la ĉina, kaj vi
havi nulo spacoj, estas vere malfacile

247
00:12:25,440 --> 00:12:28,360
eltrovi kio estas la rilato inter
vortojn, ĉar ili ne havas ajnan

248
00:12:28,360 --> 00:12:29,530
vortoj ĉe la komenco.

249
00:12:29,530 --> 00:12:32,600
Do vi devos fari ion nomatan
segmentación kiu signifas nur metante

250
00:12:32,600 --> 00:12:36,490
spacojn inter kion ni volas voki
vortoj en tiuj lingvoj.

251
00:12:36,490 --> 00:12:37,740
Havas sencon?

252
00:12:37,740 --> 00:12:39,680

253
00:12:39,680 --> 00:12:41,540
>> Kaj poste ni iras al
paroli pri sintakso.

254
00:12:41,540 --> 00:12:44,050
Do nur iom pri naturaj
lingvo prilaborado.

255
00:12:44,050 --> 00:12:45,420
Ĝi tuj estos nur superrigardon.

256
00:12:45,420 --> 00:12:50,700
Do hodiaŭ, esence tion, kion mi volas fari
estas doni al vi knaboj iomete de

257
00:12:50,700 --> 00:12:53,930
ene de kio estas la eblecoj
ke vi povas fari kun komputa

258
00:12:53,930 --> 00:12:54,960
lingvistiko.

259
00:12:54,960 --> 00:13:00,410
Kaj tiam vi povas vidi kion vi opinias
is cool inter tiuj aĵoj.

260
00:13:00,410 --> 00:13:02,270
Kaj eble vi povas pensi pri projekto
kaj venis paroli kun mi.

261
00:13:02,270 --> 00:13:05,260
Kaj mi povas doni al vi konsilon
pri kiel realigi ĝin.

262
00:13:05,260 --> 00:13:09,060
>> Do sintakso tuj estos iomete
pri Diagramo Serĉu kaj maŝino

263
00:13:09,060 --> 00:13:09,670
tradukado.

264
00:13:09,670 --> 00:13:13,650
Mi simple tuj doni ekzemplon de kiel
vi povus, ekzemple, traduki

265
00:13:13,650 --> 00:13:16,020
io el portugala al angla.

266
00:13:16,020 --> 00:13:17,830
Sonas bone?

267
00:13:17,830 --> 00:13:19,293
>> Do unue, la klasifika problemo.

268
00:13:19,293 --> 00:13:23,590
Mi tion diri, ke ĉi tiu parto de la seminario
tuj estos la plej defia

269
00:13:23,590 --> 00:13:27,560
oni simple ĉar tie okazas
esti iu kodigo.

270
00:13:27,560 --> 00:13:29,470
Sed ĝi tuj estos Pitono.

271
00:13:29,470 --> 00:13:34,380
Mi scias, vi uloj ne scias Pitono, do
Mi simple tuj klarigi la altan

272
00:13:34,380 --> 00:13:35,750
ras, kion mi faras.

273
00:13:35,750 --> 00:13:40,900
Kaj vi ne devas vere zorgi tro
multe pri la sintakso pro tio

274
00:13:40,900 --> 00:13:42,140
io vi uloj povas lerni.

275
00:13:42,140 --> 00:13:42,540
OK?

276
00:13:42,540 --> 00:13:43,580
Sonas bone.

277
00:13:43,580 --> 00:13:46,020
>> Do kio estas la klasifika problemo?

278
00:13:46,020 --> 00:13:49,140
Do vi estas donitaj iuj literoj al
kanton, kaj vi volas diveni

279
00:13:49,140 --> 00:13:50,620
Kiu kantas ĝin.

280
00:13:50,620 --> 00:13:54,045
Kaj tio povas esti por iu ajn speco
de aliaj problemoj.

281
00:13:54,045 --> 00:13:59,980
Do ĝi povas, ekzemple, vi havas
prezidanta kampanjo kaj vi havos

282
00:13:59,980 --> 00:14:02,610
parolado, kaj vi volas trovi
ĉu tio estis, ekzemple,

283
00:14:02,610 --> 00:14:04,470
Obama aŭ Mitt Romney.

284
00:14:04,470 --> 00:14:07,700
Aŭ vi povas havi faskon de retmesaĝoj kaj
vi volas eltrovi, se ili estas

285
00:14:07,700 --> 00:14:08,890
spamon aŭ ne.

286
00:14:08,890 --> 00:14:11,440
Do ĝi estas nur klasifiki iun
datumoj bazitaj sur la vortojn

287
00:14:11,440 --> 00:14:13,790
ke vi havas tie.

288
00:14:13,790 --> 00:14:16,295
>> Do fari tion, vi devos
fari iujn supozojn.

289
00:14:16,295 --> 00:14:20,570
Do multe pri komputa lingvistiko
faras supozojn,

290
00:14:20,570 --> 00:14:24,100
kutime inteligenta supozoj, por ke
vi povas akiri bonajn rezultojn.

291
00:14:24,100 --> 00:14:26,670
Klopodi krei modelon por ĝi.

292
00:14:26,670 --> 00:14:31,290
Kaj tiam provi ĝin kaj vidi se funkcias,
se gxi donas al vi bonan precizeco.

293
00:14:31,290 --> 00:14:33,940
Kaj se jes, tiam vi
provi plibonigi ĝin.

294
00:14:33,940 --> 00:14:37,640
Se ĝi ne, vi estas kiel, nu bone, mi eble
faradu malsama supozo.

295
00:14:37,640 --> 00:14:44,030
>> Do la supozo, ke ni tuj
fari estas, ke artisto kutime kantas

296
00:14:44,030 --> 00:14:49,220
pri temo plurfoje, kaj eble
uzas vortojn plurfoje nur

297
00:14:49,220 --> 00:14:50,270
ĉar ili estas uzataj por tio.

298
00:14:50,270 --> 00:14:51,890
Vi povas nur pensi pri via amiko.

299
00:14:51,890 --> 00:14:57,350
Mi certas ke vi uloj ĉiuj havas amikojn
kiuj diras sian subskribon frazo,

300
00:14:57,350 --> 00:14:59,260
laŭvorte por ĉiu sola frazo -

301
00:14:59,260 --> 00:15:02,660
kvazaŭ iu specifa vorto aŭ iu specifa
frazo kiun ili diros al

302
00:15:02,660 --> 00:15:04,020
ĉiu unuopa frazo.

303
00:15:04,020 --> 00:15:07,920
>> Kaj kion vi povas diri estas, ke se vi vidos
frazo kiu havas subskribon

304
00:15:07,920 --> 00:15:11,450
frazo, vi povas diveni ke probable
via amiko estas la

305
00:15:11,450 --> 00:15:13,310
oni ĝin dirante, ĉu ne?

306
00:15:13,310 --> 00:15:18,410
Do vi faras tiun supozon kaj poste
tiel estas kiel vi krei modelon.

307
00:15:18,410 --> 00:15:24,440
>> La ekzemplo, kiun mi tuj donos estas ĉe
kiel Lady Gaga, ekzemple, la homoj

308
00:15:24,440 --> 00:15:27,430
diri, ke ŝi uzas "baby" ĉar
sxia tuta numero unu kantoj.

309
00:15:27,430 --> 00:15:32,270
Kaj efektive tio estas video kiu shows
sxin dirante la vorton "bebo" por

310
00:15:32,270 --> 00:15:33,410
malsamaj kantoj.

311
00:15:33,410 --> 00:15:33,860
>> [VIDEO reprodukto]

312
00:15:33,860 --> 00:15:34,310
>> - (Kantante) Bebo.

313
00:15:34,310 --> 00:15:36,220
Bebo.

314
00:15:36,220 --> 00:15:37,086
Bebo.

315
00:15:37,086 --> 00:15:37,520
Bebo.

316
00:15:37,520 --> 00:15:37,770
Bebo.

317
00:15:37,770 --> 00:15:38,822
Infaneto.

318
00:15:38,822 --> 00:15:39,243
Bebo.

319
00:15:39,243 --> 00:15:40,085
Bebo.

320
00:15:40,085 --> 00:15:40,510
Bebo.

321
00:15:40,510 --> 00:15:40,850
Bebo.

322
00:15:40,850 --> 00:15:41,090
>> [FINO VIDEO reprodukto-

323
00:15:41,090 --> 00:15:44,020
>> LUCAS Freitas: Tiel estas, mi kredas,
40 kantoj tie, en kiuj ŝi diras la

324
00:15:44,020 --> 00:15:48,690
vorton "bebo." Do vi povas esence diveni
ke se vi vidas kanto kiu havas

325
00:15:48,690 --> 00:15:52,180
la vorton "bebo", ekzistas kelkaj altaj
probablo ke ghi estas Sinjorino Gaga.

326
00:15:52,180 --> 00:15:56,450
Sed ni provu evoluigi ĉi
plui pli formale.

327
00:15:56,450 --> 00:16:00,470
>> Do jen estas litero de kantoj de
Lady Gaga kaj Katy Perry.

328
00:16:00,470 --> 00:16:04,120
Do vi rigardas al Sinjorino Gaga, vi vidas ili
havas multe da aperoj de "bebo", a

329
00:16:04,120 --> 00:16:07,710
multajn spritaĵojn de "vojo". Kaj poste
Katy Perry havas multajn spritaĵojn de

330
00:16:07,710 --> 00:16:10,360
"La", multajn spritaĵojn de "fajro".

331
00:16:10,360 --> 00:16:14,560
>> Do esence kion ni volas
fari estas, vi ricevas lirikaj.

332
00:16:14,560 --> 00:16:20,480
Ni diru, ke vi ricevas lirikaj por
kanto ke estas "bebo", nur "bebo." Se

333
00:16:20,480 --> 00:16:24,750
vi ĵus ricevas la vorton "bebo", kaj tio
estas ĉiuj la datumoj kiujn vi havas de

334
00:16:24,750 --> 00:16:27,880
Lady Gaga kaj Katy Perry, kiu farus
vi diveni estas la persono

335
00:16:27,880 --> 00:16:29,370
kiuj kantas la kanton?

336
00:16:29,370 --> 00:16:32,360
Lady Gaga aŭ Katy Perry?

337
00:16:32,360 --> 00:16:33,150
Lady Gaga, ĉu ne?

338
00:16:33,150 --> 00:16:37,400
Ĉar ŝi estas la sola kiu diras
"Bebo." Ĉi sonas stulta, ĉu ne?

339
00:16:37,400 --> 00:16:38,760
OK, tiu estas vere facila.

340
00:16:38,760 --> 00:16:41,860
Mi ĵus rigardis la du kantojn kaj de
Kompreneble, ŝi estas la sola kiu havas

341
00:16:41,860 --> 00:16:42,660
"Bebo."

342
00:16:42,660 --> 00:16:44,740
>> Sed kion se vi havas faskon da vortoj?

343
00:16:44,740 --> 00:16:50,900
Se vi havas la veran lirikaj, iu
kiel, "bebo, mi simple

344
00:16:50,900 --> 00:16:51,610
iris al vidas [? CFT?]

345
00:16:51,610 --> 00:16:54,020
lekcio ", aŭ ion similan, kaj
tiam vi vere devas eltrovi -

346
00:16:54,020 --> 00:16:55,780
bazita sur cxiujn tiujn vortojn -

347
00:16:55,780 --> 00:16:58,350
kiu estas la artisto kiu probable
kantis cxi tiun kanton?

348
00:16:58,350 --> 00:17:01,860
Do ni provu evoluigi
tio iom pli.

349
00:17:01,860 --> 00:17:05,630
>> OK, tiom bazita ĝuste sur la datumoj kiujn ni
ricevis, ŝajnas ke Gaga estas probable

350
00:17:05,630 --> 00:17:06,260
la kantistino.

351
00:17:06,260 --> 00:17:07,904
Sed kiel ni povas skribi
tiu pli formale?

352
00:17:07,904 --> 00:17:10,579

353
00:17:10,579 --> 00:17:13,140
Kaj tuj estos iom
iom da statistiko.

354
00:17:13,140 --> 00:17:15,880
Do se vi perdiĝas, nur provu
por kompreni la koncepton.

355
00:17:15,880 --> 00:17:18,700
Ne gravas, se vi komprenas
la ekvacioj perfekte.

356
00:17:18,700 --> 00:17:22,150
Tio estas cxiuj tuj estos en linio.

357
00:17:22,150 --> 00:17:25,490
>> Do esence kion mi kalkulanta estas la
probablo ke tiu kanto estas per

358
00:17:25,490 --> 00:17:28,040
Sinjorino Gaga donita, ke -

359
00:17:28,040 --> 00:17:30,660
tial tiu trinkejo signifas donita, ke -

360
00:17:30,660 --> 00:17:33,680
Mi vidis la vorton "bebo."
Ĉu tio havas sencon?

361
00:17:33,680 --> 00:17:35,540
Do mi provas kalkuli
ke probablo.

362
00:17:35,540 --> 00:17:38,540
>> Do tie estas jena teoremo nomata
Bayes teoremo kiu diras, ke la

363
00:17:38,540 --> 00:17:43,330
probablo de A donita B, estas la
probablo de B donita A, tempoj la

364
00:17:43,330 --> 00:17:47,660
probablo de A, super la probablo
de B. Ĉi tio estas longa ekvacio.

365
00:17:47,660 --> 00:17:51,970
Sed kion vi devas kompreni el
tio estas, ke ĉi tiu estas kion mi volas

366
00:17:51,970 --> 00:17:52,830
kalkuli, ĉu ne?

367
00:17:52,830 --> 00:17:56,570
Do la probablo, ke tiu kanto estas per
Sinjorino Gaga donita, ke mi vidis la vorton

368
00:17:56,570 --> 00:17:58,230
"Bebo."

369
00:17:58,230 --> 00:18:02,960
>> Kaj nun kion mi ricevas estas la
probablo de la vorto "bebo" donita

370
00:18:02,960 --> 00:18:04,390
ke mi havas Lady Gaga.

371
00:18:04,390 --> 00:18:07,220
Kaj kio estas, ke esence?

372
00:18:07,220 --> 00:18:10,500
Kion tio signifas estas, kio estas la
probablo de vidanta la vorton "bebo"

373
00:18:10,500 --> 00:18:12,130
en Gaga literojn?

374
00:18:12,130 --> 00:18:16,240
Se mi volas kalkuli ke en tre
simpla maniero, ĝi estas nur la nombro de

375
00:18:16,240 --> 00:18:23,640
fojoj mi vidas "bebo" super la tuta nombro
de vortoj en Gaga literoj, ĉu ne?

376
00:18:23,640 --> 00:18:27,600
Kio estas la ofteco kiujn mi vidas
Tiun vorton en Gaga laboro?

377
00:18:27,600 --> 00:18:30,530
Havas sencon?

378
00:18:30,530 --> 00:18:33,420
>> La dua termino estas la
probablo de Gaga.

379
00:18:33,420 --> 00:18:34,360
Kion tio signifas?

380
00:18:34,360 --> 00:18:38,550
Kiu esence signifas, kio estas la
probablo klasifikado

381
00:18:38,550 --> 00:18:40,690
iuj literoj kiel Gaga?

382
00:18:40,690 --> 00:18:45,320
Kaj tio estas iomete bizara, sed
ni pensu pri ekzemplo.

383
00:18:45,320 --> 00:18:49,230
Do diru ke la probablo de
havante "bebo" en tiu kanto estas la sama

384
00:18:49,230 --> 00:18:51,760
por Gaga kaj Britney Spears.

385
00:18:51,760 --> 00:18:54,950
Sed Britney Spears havas dufoje
pli kantojn ol Sinjorino Gaga.

386
00:18:54,950 --> 00:19:00,570
Do se iu nur hazardo donas al vi
literoj de "bebo", la unua afero kiun vi

387
00:19:00,570 --> 00:19:04,710
rigardi estas, kio estas la probablo de
havante "bebo" en Gaga kanto, "bebo"

388
00:19:04,710 --> 00:19:05,410
en Britney kanto?

389
00:19:05,410 --> 00:19:06,460
Kaj ĝi estas la sama afero.

390
00:19:06,460 --> 00:19:10,040
>> Do la dua afero, kiun vi vidos estas,
bone, kio estas la probablo de

391
00:19:10,040 --> 00:19:13,770
ĉi lirikaj per sin esti Gaga lirikaj,
kaj kio estas la probablo de

392
00:19:13,770 --> 00:19:15,380
esti Britney lirika?

393
00:19:15,380 --> 00:19:18,950
Do ekde Britney havas tiom da pli literoj
ol Gaga, vi verŝajne

394
00:19:18,950 --> 00:19:21,470
diru, bone, tio estas probable
Britney lirikaj.

395
00:19:21,470 --> 00:19:23,340
Do jen kial ni havas ĉi
terminon ĝuste ĉi tie.

396
00:19:23,340 --> 00:19:24,670
Probablo de Gaga.

397
00:19:24,670 --> 00:19:26,950
Havas sencon?

398
00:19:26,950 --> 00:19:28,660
Ĉu ĝi?

399
00:19:28,660 --> 00:19:29,370
OK.

400
00:19:29,370 --> 00:19:33,500
>> Kaj la lasta estas nur la probablo
de "bebo", kiu ne

401
00:19:33,500 --> 00:19:34,810
vere materio kiu multe.

402
00:19:34,810 --> 00:19:39,940
Sed estas la probablo de
vidante "bebo" en la angla.

403
00:19:39,940 --> 00:19:42,725
Ni kutime ne gravas ke
multe pri tiu termino.

404
00:19:42,725 --> 00:19:44,490
Ĉu tio havas sencon?

405
00:19:44,490 --> 00:19:48,110
Do la probablo de Gaga estas
vokis la antaŭaj probabloj

406
00:19:48,110 --> 00:19:49,530
de la klaso Gaga.

407
00:19:49,530 --> 00:19:53,840
Pro tio nur signifas, ke, kio estas la
probablo de havi tiun klason -

408
00:19:53,840 --> 00:19:55,520
kio estas Gaga -

409
00:19:55,520 --> 00:19:59,350
nur ĝenerale, nur
sen kondiĉoj.

410
00:19:59,350 --> 00:20:02,560
>> Kaj poste, kiam mi havas probablon de
Gaga donita "bebo", ni nomas ĝin pli

411
00:20:02,560 --> 00:20:06,160
teary probablodistribuo ĉar ĝi estas
la probablo de estante

412
00:20:06,160 --> 00:20:08,300
Gaga donitaj iuj pruvoj.

413
00:20:08,300 --> 00:20:11,050
Do mi donas al vi la evidenteco
ke mi vidis la vorton bebo kaj

414
00:20:11,050 --> 00:20:12,690
La kanto havas sencon?

415
00:20:12,690 --> 00:20:15,960

416
00:20:15,960 --> 00:20:16,410
OK.

417
00:20:16,410 --> 00:20:22,400
>> Do se mi kalkulas, ke por ĉiu
de la kantoj por Lady Gaga,

418
00:20:22,400 --> 00:20:25,916
kion tio estus -

419
00:20:25,916 --> 00:20:27,730
Ŝajne, mi ne povas movi ĉi.

420
00:20:27,730 --> 00:20:31,850

421
00:20:31,850 --> 00:20:36,920
La probablo de Gaga estos
io kiel, 2 pli ol 24 fojojn 1/2,

422
00:20:36,920 --> 00:20:38,260
super 2 pli ol 53.

423
00:20:38,260 --> 00:20:40,640
Ne gravas, se vi scias kion
tiuj nombroj estas venanta el.

424
00:20:40,640 --> 00:20:44,750
Sed tio estas nur numero kiu tuj
esti pli ol 0, ĉu ne?

425
00:20:44,750 --> 00:20:48,610
>> Kaj poste, kiam mi faras Katy Perry, la
probablo de "bebo" donita Katy estas

426
00:20:48,610 --> 00:20:49,830
Jam 0, ĉu ne?

427
00:20:49,830 --> 00:20:52,820
Ĉar ekzistas ne "bebo"
en Katy Perry.

428
00:20:52,820 --> 00:20:56,360
Tial do tio igas 0, kaj Gaga
venkoj, kio signifas ke Gaga estas

429
00:20:56,360 --> 00:20:57,310
probable la kantistino.

430
00:20:57,310 --> 00:20:58,560
Ĉu tio havas sencon?

431
00:20:58,560 --> 00:21:00,700

432
00:21:00,700 --> 00:21:01,950
OK.

433
00:21:01,950 --> 00:21:04,160

434
00:21:04,160 --> 00:21:11,750
>> Do se mi volas fari tion pli oficiala,
Mi povas efektive fari modelon

435
00:21:11,750 --> 00:21:12,700
por multnombraj vortoj.

436
00:21:12,700 --> 00:21:14,610
Do diru ke mi havas ion
kiel, "bebo, mi estas

437
00:21:14,610 --> 00:21:16,030
sur fajro, "aŭ io.

438
00:21:16,030 --> 00:21:17,760
Do ĝi havas plurajn vortojn.

439
00:21:17,760 --> 00:21:20,880
Kaj en ĉi tiu kazo, vi povas vidi
ke la "bebo" estas en Gaga,

440
00:21:20,880 --> 00:21:21,710
sed ĝi ne estas en Katy.

441
00:21:21,710 --> 00:21:24,940
Kaj "fajro" estas en Katy, sed
ĝi ne estas en Gaga, ĉu ne?

442
00:21:24,940 --> 00:21:27,200
Do ĝi Fariĝas trickier, ĉu ne?

443
00:21:27,200 --> 00:21:31,440
Ĉar ŝajnas ke vi preskaŭ
havas egalecon inter la du.

444
00:21:31,440 --> 00:21:36,980
>> Do, kion vi devas fari estas supozi
independency inter la vortoj.

445
00:21:36,980 --> 00:21:41,210
Do esence kion tio signifas, ke
Mi simple kalkuli, kia estas la

446
00:21:41,210 --> 00:21:44,330
probablo de vidante "bebo", kio estas
la probablo de vidante "Mi," kaj

447
00:21:44,330 --> 00:21:46,670
"Estas", kaj "je" kaj "fajro",
ĉiuj aparte.

448
00:21:46,670 --> 00:21:48,670
Tiam mi multiplikante ĉiuj el ili.

449
00:21:48,670 --> 00:21:52,420
Kaj mi vidas, kio estas la probablo
vidi la tutan frazon.

450
00:21:52,420 --> 00:21:55,210
Havas sencon?

451
00:21:55,210 --> 00:22:00,270
>> Do esence, se mi havas nur unu vorton:
kion mi volas trovi estas la arg maks,

452
00:22:00,270 --> 00:22:05,385
kio signifas, kio estas la klaso, kiu estas
donante al mi la plej alta probablo?

453
00:22:05,385 --> 00:22:10,010
Do kio estas la klaso, kiu donas
mi la plej alta probablo por

454
00:22:10,010 --> 00:22:11,940
probablo de klaso donita vorto.

455
00:22:11,940 --> 00:22:17,610
Do, en tiu kazo, Gaga donita "bebo."
Aŭ Katy donita "bebo." Havas sencon?

456
00:22:17,610 --> 00:22:21,040
>> Kaj ĝuste de Bayes, ke
ekvacio kiun mi montris,

457
00:22:21,040 --> 00:22:24,780
ni kreu ĉi frakcio.

458
00:22:24,780 --> 00:22:28,750
La sola afero, kiun vi vidas, ke
la probablo de vorto donita la

459
00:22:28,750 --> 00:22:31,370
klaso ŝanĝoj depende
en la klaso, ĉu ne?

460
00:22:31,370 --> 00:22:34,260
La nombro de "bebo" s, ke mi devas
en Gaga estas malsama de Katy.

461
00:22:34,260 --> 00:22:37,640
La probablo de la klaso ankaŭ
ŝanĝoj, ĉar ĝi estas nur la nombro

462
00:22:37,640 --> 00:22:39,740
de kantoj ĉiu el ili havas.

463
00:22:39,740 --> 00:22:43,980
>> Sed la probableco de la vorto mem
tuj estos la sama por ĉiuj

464
00:22:43,980 --> 00:22:44,740
artistoj, right?

465
00:22:44,740 --> 00:22:47,150
Do la probablo de la vorto estas
justa, kio estas la probablo de

466
00:22:47,150 --> 00:22:49,820
vidante, ke vorto en la
Angla lingvo?

467
00:22:49,820 --> 00:22:51,420
Do ĝi estas la sama por ĉiuj el ili.

468
00:22:51,420 --> 00:22:55,790
Do ekde ĉi estas konstanto, ni povas nur
Versxigxos ĉi kaj ne zorgas pri ĝi.

469
00:22:55,790 --> 00:23:00,230
Do tiu estos efektive la
ekvacio, ni serĉas.

470
00:23:00,230 --> 00:23:03,360
>> Kaj se mi havas plurajn vortojn, mi estas
ankoraŭ tuj havi la antaŭan

471
00:23:03,360 --> 00:23:04,610
probablo tie.

472
00:23:04,610 --> 00:23:06,980
La nura afero estas ke mi multiplikante
la probablo de

473
00:23:06,980 --> 00:23:08,490
ĉiuj aliaj vortoj.

474
00:23:08,490 --> 00:23:10,110
Do mi multiplikante ĉiuj el ili.

475
00:23:10,110 --> 00:23:12,610
Havas sencon?

476
00:23:12,610 --> 00:23:18,440
Ĝi aspektas stranga sed esence signifas,
Kalkuli la antaŭan de la klaso, kaj

477
00:23:18,440 --> 00:23:22,100
tiam multiplikas per la probablo de ĉiu
de la vortoj estas en tiu klaso.

478
00:23:22,100 --> 00:23:24,620

479
00:23:24,620 --> 00:23:29,150
>> Kaj vi scias ke la probablo de
vorto donita klaso tuj estos la

480
00:23:29,150 --> 00:23:34,520
nombro da fojoj vi vidas, ke vorto en
tiu klaso, dividita per la nombro de

481
00:23:34,520 --> 00:23:37,020
vortoj havas en tiu
klaso ĝenerale.

482
00:23:37,020 --> 00:23:37,990
Havas sencon?

483
00:23:37,990 --> 00:23:41,680
Ĝi estas simple kiel "bebo" estis 2 pli
la nombro da vortoj kiujn

484
00:23:41,680 --> 00:23:43,020
Mi havis en la literoj.

485
00:23:43,020 --> 00:23:45,130
Do nur la frekvencon.

486
00:23:45,130 --> 00:23:46,260
>> Sed estas unu afero.

487
00:23:46,260 --> 00:23:51,250
Memoru, kiel mi montris, ke la
probablo de "bebo" esti literoj

488
00:23:51,250 --> 00:23:56,350
de Katy Perry estis 0 nur ĉar Katy
Perry ne havas "bebo" ĉe ĉiu?

489
00:23:56,350 --> 00:24:04,900
Sed sonas iom severa justaj
simple diri ke la literoj ne povas esti el

490
00:24:04,900 --> 00:24:10,040
artisto simple ĉar ili ne havas
Tiun vorton en aparta en ajna momento.

491
00:24:10,040 --> 00:24:13,330
>> Do vi povus nur diri, bone, se vi
ne havas tiun vorton, mi tuj

492
00:24:13,330 --> 00:24:15,640
doni al vi pli malalta probablo,
sed mi simple ne tuj

493
00:24:15,640 --> 00:24:17,420
doni al vi 0 tuj.

494
00:24:17,420 --> 00:24:21,040
Ĉar eble estis io kiel,
"Fajro, fajro, fajro, fajro," kiu estas

495
00:24:21,040 --> 00:24:21,990
tute Katy Perry.

496
00:24:21,990 --> 00:24:26,060
Kaj tiam "bebo", kaj ĝi nur iras al
0 tuj ĉar tie estis unu

497
00:24:26,060 --> 00:24:27,250
"Bebo."

498
00:24:27,250 --> 00:24:31,440
>> Do esence kion ni faras estas io
vokis Laplaca suavización.

499
00:24:31,440 --> 00:24:36,260
Kaj tio nur signifas, ke mi donas
iu probablo eĉ la vortojn

500
00:24:36,260 --> 00:24:37,850
ke ne ekzistas.

501
00:24:37,850 --> 00:24:43,170
Do kion mi faras estas ke kiam mi estas
kalkulanta tion, mi ĉiam aldonas 1 al

502
00:24:43,170 --> 00:24:44,180
la numeratoro.

503
00:24:44,180 --> 00:24:48,060
Do eĉ se la vorto ne ekzistas, en
ĉi tiu kazo, se tiu estas 0, mi estas ankoraŭ

504
00:24:48,060 --> 00:24:51,250
kalkuli tion kiel 1 pli ol la
tuteca nombro de vortoj.

505
00:24:51,250 --> 00:24:55,060
Alie, mi alvenas kiom da vortoj
Mi havas kaj mi aldonas 1.

506
00:24:55,060 --> 00:24:58,300
Do mi rakontante por ambaŭ kazoj.

507
00:24:58,300 --> 00:25:00,430
Havas sencon?

508
00:25:00,430 --> 00:25:03,060
>> Do nun ni fari kelkajn kodigon.

509
00:25:03,060 --> 00:25:06,440
Mi tuj devos fari ĝin sufiĉe rapide,
sed ĝi estas nur gravas, ke vi

510
00:25:06,440 --> 00:25:08,600
knaboj komprenas la konceptojn.

511
00:25:08,600 --> 00:25:13,450
Do, kion ni provas fari
Estas ĝuste apliki ĉi

512
00:25:13,450 --> 00:25:14,330
afero, kiun mi ĵus diris -

513
00:25:14,330 --> 00:25:19,110
Mi volas vin meti literojn el
Lady Gaga kaj Katy Perry.

514
00:25:19,110 --> 00:25:22,980
Kaj la programo tuj povos
diri cxu tiuj novaj literoj estas de Gaga

515
00:25:22,980 --> 00:25:24,170
aŭ Katy Perry.

516
00:25:24,170 --> 00:25:25,800
Havas sencon?

517
00:25:25,800 --> 00:25:27,530
OK.

518
00:25:27,530 --> 00:25:30,710
>> Do mi havas tiun programon mi iros
voki classify.py.

519
00:25:30,710 --> 00:25:31,970
Do tiu estas Pitono.

520
00:25:31,970 --> 00:25:34,210
Ĝi estas nova programlingvo.

521
00:25:34,210 --> 00:25:38,020
Ĝi estas tre simila en iu
vojojn al C kaj PHP.

522
00:25:38,020 --> 00:25:43,180
Ĝi estas simila, ĉar se vi volas
lernu Pitono ekkoninte C, ĝi estas

523
00:25:43,180 --> 00:25:46,270
vere ne multo de defio
nur ĉar Python estas multe pli facile

524
00:25:46,270 --> 00:25:47,520
ol C, antaux cxio.

525
00:25:47,520 --> 00:25:49,370
Kaj multe da aferoj estas jam
implementado por vi.

526
00:25:49,370 --> 00:25:56,820
Do, kiom kiel PHP havas funkciojn ke
ordigi liston, aŭ append ion

527
00:25:56,820 --> 00:25:58,780
al tabelo, aŭ bla, bla, bla.

528
00:25:58,780 --> 00:26:00,690
Python havas ĉiujn el tiuj tiel.

529
00:26:00,690 --> 00:26:05,960
>> Do mi simple tuj klarigos rapide
kiel ni povus fari la klasifiko

530
00:26:05,960 --> 00:26:07,860
problemo por tie.

531
00:26:07,860 --> 00:26:13,230
Do diru ke en tiu kazo, mi devas
literojn de Gaga kaj Katy Perry.

532
00:26:13,230 --> 00:26:21,880
La vojo, kiun mi havas tiujn literojn estas ke
la unua vorto de la literoj estas

533
00:26:21,880 --> 00:26:25,250
la nomo de la artisto, kaj
la resto estas la literoj.

534
00:26:25,250 --> 00:26:29,470
Do diru ke mi havas ĉi listo en
kiuj la unua estas litero de Gaga.

535
00:26:29,470 --> 00:26:31,930
Do ĉi tie mi estas sur la ĝusta vojo.

536
00:26:31,930 --> 00:26:35,270
Kaj la sekvantan estas Katy, kaj
ĝi havas ankaŭ la literojn.

537
00:26:35,270 --> 00:26:38,040
>> Do jen kiel vi rakontu
variablo en Pitono.

538
00:26:38,040 --> 00:26:40,200
Vi ne devas doni la datumtipo.

539
00:26:40,200 --> 00:26:43,150
Vi nur skribi "literoj"
speco de like en PHP.

540
00:26:43,150 --> 00:26:44,890
Havas sencon?

541
00:26:44,890 --> 00:26:47,770
>> Do kio estas la aferoj, kiujn mi devas
kalkuli por povi kalkuli la

542
00:26:47,770 --> 00:26:49,360
probabloj?

543
00:26:49,360 --> 00:26:55,110
Mi devas kalkuli la "priores"
de ĉiu el la diversaj

544
00:26:55,110 --> 00:26:56,710
klasoj kiuj mi havas.

545
00:26:56,710 --> 00:27:06,680
Mi devas kalkuli la "posteriors"
aux preskaux la probablojn de

546
00:27:06,680 --> 00:27:12,150
ĉiu el la diversaj vortoj kiuj
Mi povas havi por ĉiu artisto.

547
00:27:12,150 --> 00:27:17,210
Do ene Gaga, ekzemple, Mi iras
havi liston de kiom da fojoj mi vidas

548
00:27:17,210 --> 00:27:19,250
cxiu el la vortoj.

549
00:27:19,250 --> 00:27:20,760
Havas sencon?

550
00:27:20,760 --> 00:27:25,370
>> Kaj fine, mi simple tuj havos
listo nomata "vortoj" kiuj estas simple irante

551
00:27:25,370 --> 00:27:29,780
havi kiom da vortoj mi
havas por ĉiu artisto.

552
00:27:29,780 --> 00:27:33,760
Do por Gaga, ekzemple, kiam mi rigardas
al la literoj, mi havis, mi pensas, 24

553
00:27:33,760 --> 00:27:34,750
vortoj entute.

554
00:27:34,750 --> 00:27:38,970
Do tiu listo estas ĝuste tuj havi
Gaga 24, kaj Katy alian numeron.

555
00:27:38,970 --> 00:27:40,130
Havas sencon?

556
00:27:40,130 --> 00:27:40,560
OK.

557
00:27:40,560 --> 00:27:42,530
>> Do nun, fakte, ni
iru al la kodigo.

558
00:27:42,530 --> 00:27:45,270
Do en Python, vi povas efektive
redonas amaseton da malsamaj

559
00:27:45,270 --> 00:27:46,630
aferojn de funkcio.

560
00:27:46,630 --> 00:27:50,810
Do mi iros por krei ĉi tiun funkcion
nomata "kondicionalo", kiu tuj

561
00:27:50,810 --> 00:27:53,890
reveni ĉiu el tiuj aferoj, la
"Priores", la "probablo" kaj la

562
00:27:53,890 --> 00:28:05,690
"Vortojn." Do "kondicionalo," kaj ĝi estas
tuj estos nomante en "literoj."

563
00:28:05,690 --> 00:28:11,510
>> Do nun mi volas ke vi efektive
skribi al ĉi tiu funkcio.

564
00:28:11,510 --> 00:28:17,750
Do la vojo, kiun mi povas skribi ĉi
Funkcio estas mi nur difinis ĉi

565
00:28:17,750 --> 00:28:20,620
funkcii kun "def". Do mi faris "def
kondicionalo, "kaj ĝin preni

566
00:28:20,620 --> 00:28:28,700
"Literoj." Kaj kion tio tuj fari
Estas, unue, mi havas mian priores

567
00:28:28,700 --> 00:28:31,030
ke mi volas kalkuli.

568
00:28:31,030 --> 00:28:34,330
>> Do la vojo, kiun mi povas fari ĉi tion estas krei
vortaro en Python, kio

569
00:28:34,330 --> 00:28:37,320
estas preskaux la samo kiel hash
tablo, aŭ ĝi estas kiel ripeta

570
00:28:37,320 --> 00:28:40,480
tabelo en PHP.

571
00:28:40,480 --> 00:28:44,150
Jen kiel mi deklaras vortaron.

572
00:28:44,150 --> 00:28:53,580
Kaj esence kion tio signifas, ke
priores de Gaga estas 0.5, por ekzemplo, se

573
00:28:53,580 --> 00:28:57,200
50% de la literoj estas de
Gaga, 50% estas de Katy.

574
00:28:57,200 --> 00:28:58,450
Havas sencon?

575
00:28:58,450 --> 00:29:00,680

576
00:29:00,680 --> 00:29:03,680
Do mi devos eltrovi kiel
kalkuli la priores.

577
00:29:03,680 --> 00:29:07,120
>> La proksimaj ke mi devas fari, ankaŭ,
estas la probabloj kaj la vortojn.

578
00:29:07,120 --> 00:29:17,100
Do la probablojn de Gaga estas la listo
de ĉiuj probabloj, ke mi

579
00:29:17,100 --> 00:29:19,160
havas por cxiu el la vortoj por Gaga.

580
00:29:19,160 --> 00:29:23,880
Do, se mi iras al probabloj de Gaga
"Bebo", ekzemple, gxin donos al mi

581
00:29:23,880 --> 00:29:28,750
iu kiel 2 pli ol la 24 en tiu kazo.

582
00:29:28,750 --> 00:29:30,070
Havas sencon?

583
00:29:30,070 --> 00:29:36,120
Do mi iros al "probabloj," iru al la
"Gaga" sitelo kiu havas liston de ĉiuj

584
00:29:36,120 --> 00:29:40,550
la Gaga vortojn, tiam mi iros al "bebo",
kaj mi vidas la probablo.

585
00:29:40,550 --> 00:29:45,940
>> Kaj fine mi havas ĉi
"Vortoj" vortaro.

586
00:29:45,940 --> 00:29:53,620
Do jen, "probabloj." Kaj poste
"Vortojn." Do, se mi faras "vortoj", "Gaga,"

587
00:29:53,620 --> 00:29:58,330
kio okazos estas ke ĝi estas
tuj donu al mi 24, dirante, ke mi

588
00:29:58,330 --> 00:30:01,990
havi 24 vortojn ene literojn el Gaga.

589
00:30:01,990 --> 00:30:04,110
Havas sencon?

590
00:30:04,110 --> 00:30:07,070
Do jen, "vortoj" egalas dah-dah-dah.

591
00:30:07,070 --> 00:30:07,620
OK

592
00:30:07,620 --> 00:30:12,210
>> Do kion mi tuj faros estas Mi tuj
persisti super ĉiu de la literoj, tiel

593
00:30:12,210 --> 00:30:14,490
ĉiu de la kordoj, ke
Mi havas en la listo.

594
00:30:14,490 --> 00:30:18,040
Kaj mi iros por kalkuli tiujn aferojn
por ĉiu el la kandidatoj.

595
00:30:18,040 --> 00:30:19,950
Havas sencon?

596
00:30:19,950 --> 00:30:21,700
Do mi devas fari por buklo.

597
00:30:21,700 --> 00:30:26,300
>> Do en Python, kion mi povas fari estas "por linio
en literoj. "La sama afero kiel

598
00:30:26,300 --> 00:30:28,000
"Por ĉiu" deklaron en PHP.

599
00:30:28,000 --> 00:30:33,420
Memoru, kiel se ĝi estis PHP mi povis
diru "por ĉiu litero, kiel

600
00:30:33,420 --> 00:30:35,220
linio. "Makes senco?

601
00:30:35,220 --> 00:30:38,900
Do mi prenas unu el la linioj, en tiu
kazo, tiu ŝnuro kaj la sekvantan

602
00:30:38,900 --> 00:30:44,540
ŝnuro tiel por ĉiu el la linioj, kio mi estas
tuj fari estas unue, mi tuj

603
00:30:44,540 --> 00:30:49,150
fendi jenan linion en listo de
vortoj apartigita per spacoj.

604
00:30:49,150 --> 00:30:53,730
>> Do la malvarmeta afero pri Pitono estas ke
vi povus simple Google kiel "Kiel mi povos

605
00:30:53,730 --> 00:30:58,220
fendi ĉenon en vortojn? "Kaj ĝi estas
tuj rakontos al vi kiel fari ĝin.

606
00:30:58,220 --> 00:31:04,890
Kaj la maniero por fari ĝin, ĝi estas nur "linio
= Line.split () ", kaj ĝi estas esence

607
00:31:04,890 --> 00:31:08,640
tuj donos al vi liston kun la
cxiu el la vortoj ĉi tie.

608
00:31:08,640 --> 00:31:09,620
Havas sencon?

609
00:31:09,620 --> 00:31:15,870
Do nun, ke mi faris por ke mi volas scii
kiu estas la kantisto de tiu kanto.

610
00:31:15,870 --> 00:31:20,130
Kaj fari tion mi nur devos akiri
unua ero de la tabelo, right?

611
00:31:20,130 --> 00:31:26,390
Do mi povas nur diri ke mi "kantisto
= Linio (0) "Makes senco?

612
00:31:26,390 --> 00:31:32,010
>> Kaj tiam tion, kion mi devas fari estas, antaŭ
ĉiuj, Mi tuj ĝisdatigi kiom

613
00:31:32,010 --> 00:31:36,130
vortoj Mi havas sub "Gaga." tial mi estas nur
tuj kalkuli kiom da vortoj mi

614
00:31:36,130 --> 00:31:38,690
havas en tiu listo, right?

615
00:31:38,690 --> 00:31:41,910
Ĉar ĉi tiu estas kiom da vortoj mi devas
en la literojn kaj mi simple tuj

616
00:31:41,910 --> 00:31:44,120
aldonu ĝin al la "Gaga" tabelo.

617
00:31:44,120 --> 00:31:47,090
Ĉu tio havas sencon?

618
00:31:47,090 --> 00:31:49,010
Ne enfokusigi tro multe pri la sintakso.

619
00:31:49,010 --> 00:31:50,430
Pensu pli pri la konceptoj.

620
00:31:50,430 --> 00:31:52,400
Tio estas la plej grava parto.

621
00:31:52,400 --> 00:31:52,720
OK.

622
00:31:52,720 --> 00:32:00,260
>> Do kion mi povas fari estas, se "Gaga" estas
Jam en tiu listo, tiel ", se kantisto en

623
00:32:00,260 --> 00:32:03,190
vortoj "kio signifas ke mi jam
havas vortojn de Gaga.

624
00:32:03,190 --> 00:32:06,640
Mi nur volas aldoni la aldona
vortojn por tio.

625
00:32:06,640 --> 00:32:15,810
Do kion mi faras estas "vortoj (kantistino)
+ = Len (linio) - 1 ".

626
00:32:15,810 --> 00:32:18,250
Kaj tiam mi povas nur fari la
lauxlonge de la linio.

627
00:32:18,250 --> 00:32:21,860
Do kiom da elementoj mi
havas en la tabelo.

628
00:32:21,860 --> 00:32:27,060
Kaj mi devas fari minus 1 simple ĉar
la unua elemento de la tabelo estas nur

629
00:32:27,060 --> 00:32:29,180
kantistino kaj tiuj ne estas literoj.

630
00:32:29,180 --> 00:32:31,420
Havas sencon?

631
00:32:31,420 --> 00:32:32,780
OK.

632
00:32:32,780 --> 00:32:35,820
>> "Alie" signifas ke mi volas reale
enŝovu Gaga en la listo.

633
00:32:35,820 --> 00:32:45,990
Do mi simple faras "vortojn (kantistino)
= Len (linio) - 1, "sorry.

634
00:32:45,990 --> 00:32:49,200
Do la sola diferenco inter la du
linioj estas ke ĉi tiu, ĝi ne

635
00:32:49,200 --> 00:32:51,080
ekzistas tamen, tial mi estas nur
inicializar ĝin.

636
00:32:51,080 --> 00:32:53,820
Ĉi unu mi fakte aldono.

637
00:32:53,820 --> 00:32:55,570
OK.

638
00:32:55,570 --> 00:32:59,480
Do tio estis aldono al vortoj.

639
00:32:59,480 --> 00:33:03,040
>> Nun mi volas aldoni al la priores.

640
00:33:03,040 --> 00:33:05,480
Do kiel mi kalkulas la priores?

641
00:33:05,480 --> 00:33:11,580
La priores povas esti kalkulita
per kiom da fojoj.

642
00:33:11,580 --> 00:33:15,340
Do, kiom da fojoj vi vidas, ke kantisto
inter ĉiu de la kantistoj, ke vi

643
00:33:15,340 --> 00:33:16,380
havi, ĉu ne?

644
00:33:16,380 --> 00:33:18,810
Do por Gaga kaj Katy Perry,
en tiu kazo, mi vidas Gaga

645
00:33:18,810 --> 00:33:20,570
unufoje, Katy Perry unufoje.

646
00:33:20,570 --> 00:33:23,320
>> Do esence la priores por Gaga
kaj por Katy Perry farus

647
00:33:23,320 --> 00:33:24,390
nur unu, ĉu ne?

648
00:33:24,390 --> 00:33:26,500
Vi nur, kiom da fojoj
Mi vidas la artisto.

649
00:33:26,500 --> 00:33:28,740
Do tio estas tre facila al kalkuli.

650
00:33:28,740 --> 00:33:34,100
Mi povas apenaŭ ion similan funkcion kiel "se
kantisto en priores, "mi simple irante

651
00:33:34,100 --> 00:33:38,970
aldoni 1 al iliaj priores skatolo.

652
00:33:38,970 --> 00:33:51,000
Do, "priores (kanti)" + = 1 "kaj poste" pli "
Mi iras al fari "priores (kantistino)

653
00:33:51,000 --> 00:33:55,000
= 1. "Makes senco?

654
00:33:55,000 --> 00:34:00,080
>> Do, se ĝi ne ekzistas mi ĵus metis
kiel 1, alie mi simple aldoni 1.

655
00:34:00,080 --> 00:34:11,280
OK, do nun ĉion, kion mi lasis fari
Estas ankaŭ aldoni ĉiu el la vortoj al la

656
00:34:11,280 --> 00:34:12,290
probabloj.

657
00:34:12,290 --> 00:34:14,889
Do mi devos kalkuli kiom da fojoj
Mi revidos unu el la vortoj.

658
00:34:14,889 --> 00:34:18,780
Do mi simple devos fari alian
por buklo en la linio.

659
00:34:18,780 --> 00:34:25,190
>> Do unua afero, kiun mi tuj fari estas
kontroli, ĉu la kantistino jam havas

660
00:34:25,190 --> 00:34:26,969
probabloj tabelo.

661
00:34:26,969 --> 00:34:31,739
Do mi kontrolanta se la kantisto ne
havi probabloj tabelo, mi estas nur

662
00:34:31,739 --> 00:34:34,480
tuj pravalorizi unu por ili.

663
00:34:34,480 --> 00:34:36,400
Ĝi ne estas eĉ tabelo, sorry,
ĝi estas vortaro.

664
00:34:36,400 --> 00:34:43,080
Do la probablojn de kantistino tuj
esti malfermita vortaron, do mi estas

665
00:34:43,080 --> 00:34:45,830
nur inicializar vortaron por ĝi.

666
00:34:45,830 --> 00:34:46,820
OK?

667
00:34:46,820 --> 00:34:58,330
>> Kaj nun mi povas efektive fari por buklo
kalkuli cxiu el la vortoj '

668
00:34:58,330 --> 00:35:00,604
probabloj.

669
00:35:00,604 --> 00:35:01,540
OK.

670
00:35:01,540 --> 00:35:04,160
Do kion mi povas fari estas por buklo.

671
00:35:04,160 --> 00:35:06,590
Do mi simple tuj persisti
super la tabelo.

672
00:35:06,590 --> 00:35:15,320
Do la vojo, kiun mi povas fari tion en Python
Estas "por i en rango." De 1

673
00:35:15,320 --> 00:35:19,200
ĉar mi volas komenci en la dua
elemento, ĉar la unua estas la

674
00:35:19,200 --> 00:35:20,260
kantistino nomo.

675
00:35:20,260 --> 00:35:24,990
Do el unu ĝis la
lauxlonge de la linio.

676
00:35:24,990 --> 00:35:29,760
Kaj kiam mi iras gxi efektive iru el
kiel tie de 1 ĝis len de la

677
00:35:29,760 --> 00:35:30,740
linio minus 1.

678
00:35:30,740 --> 00:35:33,810
Do ĝi jam faras tion fari
n minus 1 por arrays kiu estas tre

679
00:35:33,810 --> 00:35:35,500
oportuna.

680
00:35:35,500 --> 00:35:37,850
Havas sencon?

681
00:35:37,850 --> 00:35:42,770
>> Do por ĉiu el tiuj, kion Mi tuj
fari estas, ĝuste kiel en la aliaj unu,

682
00:35:42,770 --> 00:35:50,320
Mi iras al kontroli, ĉu la vorto en tiu
pozicio en la linio estas jam en

683
00:35:50,320 --> 00:35:51,570
probabloj.

684
00:35:51,570 --> 00:35:53,400

685
00:35:53,400 --> 00:35:57,260
Kaj tiam mi diris tie ĉi, probabloj
vortoj, kiel en mi metis

686
00:35:57,260 --> 00:35:58,400
"Probabloj (kantistino)".

687
00:35:58,400 --> 00:35:59,390
Do la nomo de la kantisto.

688
00:35:59,390 --> 00:36:03,450
Do, se ĝi estas jam en
"Probabilit (kantistino)", tio signifas, ke mi

689
00:36:03,450 --> 00:36:11,960
volas aldoni 1 al ĝi, do mi tuj
do "probabloj (kantistino)", kaj la

690
00:36:11,960 --> 00:36:14,100
vorto nomas "linia (i)".

691
00:36:14,100 --> 00:36:22,630
Mi tuj aldonos 1 kaj "pli" Mi estas nur
tuj pravalorizi ĝin al 1.

692
00:36:22,630 --> 00:36:23,880
"Linio (i)".

693
00:36:23,880 --> 00:36:26,920

694
00:36:26,920 --> 00:36:28,420
Havas sencon?

695
00:36:28,420 --> 00:36:30,180
>> Do, mi kalkulis ĉiujn arrays.

696
00:36:30,180 --> 00:36:36,580
Do, nun ĉio, kion mi devas fari por
ĉi tiu estas nur "reveni priores,

697
00:36:36,580 --> 00:36:43,230
probabloj kaj vortoj. "Atendu
rigardu, cxu tie estas iu, OK.

698
00:36:43,230 --> 00:36:45,690
Ŝajnas ĉio laboras ĝis nun.

699
00:36:45,690 --> 00:36:46,900
Do, tio sencas?

700
00:36:46,900 --> 00:36:47,750
Iel?

701
00:36:47,750 --> 00:36:49,280
OK.

702
00:36:49,280 --> 00:36:51,980
Do nun mi havas cxiujn probabloj.

703
00:36:51,980 --> 00:36:55,100
Do nun la sola afero, kiun mi forlasis
estas nur por havi tiun aferon, ke

704
00:36:55,100 --> 00:36:58,650
kalkulas la produto de ĉiuj
probabloj kiam mi ricevas la literon.

705
00:36:58,650 --> 00:37:06,270
>> Do diru ke mi volas nun nomas
tiun funkcion "klasifiki ()", kaj la

706
00:37:06,270 --> 00:37:08,880
afero, kiun funkcion prenas
estas nur argumento.

707
00:37:08,880 --> 00:37:13,170
Diru "Baby, I am on Fire" kaj ĝi estas
tuj diveni kio estas la

708
00:37:13,170 --> 00:37:14,490
probablo ke tiu estas Gaga?

709
00:37:14,490 --> 00:37:16,405
Kio estas la probablo
ke tio estas Katie?

710
00:37:16,405 --> 00:37:19,690
Sonas bone?

711
00:37:19,690 --> 00:37:25,750
Do mi simple tuj devas krei
nova funkcio nomita "klasifiki ()", kaj

712
00:37:25,750 --> 00:37:29,180
ĝi tuj preni iun
literon tiel.

713
00:37:29,180 --> 00:37:31,790

714
00:37:31,790 --> 00:37:36,160
Kaj krom la literoj mi ankaŭ
devas sendi la priores, la

715
00:37:36,160 --> 00:37:37,700
probabloj kaj la vortojn.

716
00:37:37,700 --> 00:37:44,000
Do mi tuj sendos literoj, priores,
probabloj, vortoj.

717
00:37:44,000 --> 00:37:51,840
>> Do tiu prenas literon, priores,
probabloj, vortoj.

718
00:37:51,840 --> 00:37:53,530
Do, kion signifas tio fari?

719
00:37:53,530 --> 00:37:57,180
Ĝi esence tuj iros tra ĉiuj
La eblaj kandidatoj, kiujn vi

720
00:37:57,180 --> 00:37:58,510
havi kiel kantisto.

721
00:37:58,510 --> 00:37:59,425
Kaj kie estas tiuj kandidatoj?

722
00:37:59,425 --> 00:38:01,020
Ili estas en la priores, right?

723
00:38:01,020 --> 00:38:02,710
Do mi havas cxiujn el tiuj ekzistas.

724
00:38:02,710 --> 00:38:07,870
Do mi tuj havos vortaro
de ĉiuj eblaj kandidatoj.

725
00:38:07,870 --> 00:38:14,220
Kaj tiam por ĉiu kandidato en la
priores, do tio signifas ke ĝi estas tuj

726
00:38:14,220 --> 00:38:17,740
esti Gaga, Katie se mi havis
plu estus pli.

727
00:38:17,740 --> 00:38:20,410
Mi iras al komencu kalkuli
tiu probablo.

728
00:38:20,410 --> 00:38:28,310
La probablo, kiel ni vidis en la
PowerPoint estas la antaŭan fojojn la

729
00:38:28,310 --> 00:38:30,800
produkto de ĉiu el la
aliaj probabloj.

730
00:38:30,800 --> 00:38:32,520
>> Do mi povas fari la saman ĉi tie.

731
00:38:32,520 --> 00:38:36,330
Mi povas nur fari probablo estas
komence nur la antaŭan.

732
00:38:36,330 --> 00:38:40,340
Do priores de la kandidato.

733
00:38:40,340 --> 00:38:40,870
Ĝuste?

734
00:38:40,870 --> 00:38:45,360
Kaj nun mi devas persisti super ĉiuj
vortoj kiujn mi havas en la literoj estos

735
00:38:45,360 --> 00:38:48,820
povos aldoni la probablo
por ĉiu el ili, OK?

736
00:38:48,820 --> 00:38:57,900
Do, "ĉar vorto en literoj" kion mi iros
fari estas, se la vorto estas en

737
00:38:57,900 --> 00:39:01,640
"Probabloj (kandidato)", kiu
signifas ke ĝi estas vorto, kiun la

738
00:39:01,640 --> 00:39:03,640
kandidato havas en siaj literoj -

739
00:39:03,640 --> 00:39:05,940
ekzemple, "bebo" por Gaga -

740
00:39:05,940 --> 00:39:11,710
kion mi tuj faros estas, ke la
probablo tuj pligrandigxu

741
00:39:11,710 --> 00:39:22,420
per 1 plus la probablojn de
la kandidato por tiu vorto.

742
00:39:22,420 --> 00:39:25,710
Kaj ĝi nomiĝas "vorto".

743
00:39:25,710 --> 00:39:32,440
Ĉi dividita per la nombro de vortoj
ke mi havas por tiu kandidato.

744
00:39:32,440 --> 00:39:37,450
La tuta nombro de vortoj kiujn mi ne havas
cxar la kantistino, ke mi rigardas.

745
00:39:37,450 --> 00:39:40,290
>> "Else." tio signifas ke ĝi estas nova vorto
tial ĝi estus kiel ekzemple

746
00:39:40,290 --> 00:39:41,860
"Fajro" por Lady Gaga.

747
00:39:41,860 --> 00:39:45,760
Do mi simple volas fari 1 pli
"Vorto (kandidato)".

748
00:39:45,760 --> 00:39:47,710
Do mi ne volas meti tiun terminon tie.

749
00:39:47,710 --> 00:39:50,010
>> Do ĝi tuj estos esence
transskribado kaj alglui ĉi.

750
00:39:50,010 --> 00:39:54,380

751
00:39:54,380 --> 00:39:56,000
Sed mi tuj forigi tiun parton.

752
00:39:56,000 --> 00:39:57,610
Do ĝi estas ĝuste tuj estos 1 pli ol tio.

753
00:39:57,610 --> 00:40:00,900

754
00:40:00,900 --> 00:40:02,150
Sonas bone?

755
00:40:02,150 --> 00:40:03,980

756
00:40:03,980 --> 00:40:09,700
Kaj nun, je la fino, mi simple tuj
presi la nomon de la kandidato kaj

757
00:40:09,700 --> 00:40:15,750
la probablo, ke vi havas de
havanta la S en siaj tekstoj.

758
00:40:15,750 --> 00:40:16,200
Havas sencon?

759
00:40:16,200 --> 00:40:18,390
Kaj mi vere ne eĉ
bezonas tiun vortaron.

760
00:40:18,390 --> 00:40:19,510
Havas sencon?

761
00:40:19,510 --> 00:40:21,810
>> Do, ni vidu, se tio vere funkcias.

762
00:40:21,810 --> 00:40:24,880
Do se mi kuros ĉi tion, ĝi ne funkcias.

763
00:40:24,880 --> 00:40:26,130
Atendi unu sekundo.

764
00:40:26,130 --> 00:40:28,870

765
00:40:28,870 --> 00:40:31,720
"Vortoj (kandidato)", "vortoj (kandidato)",
tio estas

766
00:40:31,720 --> 00:40:33,750
la nomo de la tabelo.

767
00:40:33,750 --> 00:40:41,435
OK Do, ĝi diras, ke estas kelkaj korektoj
por kandidato en priores.

768
00:40:41,435 --> 00:40:46,300

769
00:40:46,300 --> 00:40:48,760
Lasu min nur chill iomete.

770
00:40:48,760 --> 00:40:50,360
OK.

771
00:40:50,360 --> 00:40:51,305
Ni provu.

772
00:40:51,305 --> 00:40:51,720
OK.

773
00:40:51,720 --> 00:40:58,710
>> Do ĝi donas Katy Perry havas ĉi
probablo de ĉi fojojn 10 al la

774
00:40:58,710 --> 00:41:02,200
minus 7, kaj Gaga havas ĉi
fojojn 10 al la minus 6.

775
00:41:02,200 --> 00:41:05,610
Do vi vidas en gxi montras ke Gaga
havas pli alta probablo.

776
00:41:05,610 --> 00:41:09,260
Do "Baby, mi estas on Fire" estas
probable Gaga kanto.

777
00:41:09,260 --> 00:41:10,580
Havas sencon?

778
00:41:10,580 --> 00:41:12,030
Do ĉi tiu estas kion ni faris.

779
00:41:12,030 --> 00:41:16,010
>> Tiu kodo estas tuj estos eldonitaj en linio,
tiel vi uloj povas kontroli ĝin.

780
00:41:16,010 --> 00:41:20,720
Eble uzu iom da ĝi por se vi volas
fari projekton aŭ io simila.

781
00:41:20,720 --> 00:41:22,150
OK.

782
00:41:22,150 --> 00:41:25,930
Tio estis nur por montri
kio komputa

783
00:41:25,930 --> 00:41:27,230
lingvistiko kodo aspektas.

784
00:41:27,230 --> 00:41:33,040
Sed nun ni iru al pli
alta nivelo vazaro.

785
00:41:33,040 --> 00:41:33,340
OK.

786
00:41:33,340 --> 00:41:35,150
>> Do la aliaj problemoj Mi
parolis pri -

787
00:41:35,150 --> 00:41:37,550
la segmentación problemo
estas la unua el ili.

788
00:41:37,550 --> 00:41:40,820
Do vi havas ĉi tie la japana.

789
00:41:40,820 --> 00:41:43,420
Kaj tiam vi vidos, ke
ne ekzistas spacoj.

790
00:41:43,420 --> 00:41:49,110
Do tiu estas esence signifas ke ĝi estas
la supro de la seĝo, right?

791
00:41:49,110 --> 00:41:50,550
Vi parolas japane?

792
00:41:50,550 --> 00:41:52,840
Ĝi estas la supron de la seĝo, ĉu ne?

793
00:41:52,840 --> 00:41:54,480
>> Lernanto: Mi ne scias kion
la kanji tie estas.

794
00:41:54,480 --> 00:41:57,010
>> LUCAS Freitas: Ĝi estas [parolante japana]

795
00:41:57,010 --> 00:41:57,950
OK.

796
00:41:57,950 --> 00:42:00,960
Do ĝi esence signifas seĝo de supro.

797
00:42:00,960 --> 00:42:03,620
Do se vi devis meti spaco
estus tie.

798
00:42:03,620 --> 00:42:05,970
Kaj tiam vi havos [? Ueda-san. ?]

799
00:42:05,970 --> 00:42:09,040
Kiu esence signifas ro Ueda.

800
00:42:09,040 --> 00:42:13,180
Kaj vi vidas, ke "Ueda" kaj vi havos
spaco kaj tiam "sankta". Do vi vidas, ke

801
00:42:13,180 --> 00:42:15,470
tie vi "ue" estas kiel por si mem.

802
00:42:15,470 --> 00:42:17,750
Kaj jen ĝi havas karakteron
apud tio.

803
00:42:17,750 --> 00:42:21,720
>> Do gxi ne estas kvazaý en tiuj lingvoj
karakteroj signifante vorton tiel vi

804
00:42:21,720 --> 00:42:23,980
nur metis multajn spacojn.

805
00:42:23,980 --> 00:42:25,500
Signoj rilati al ĉiu alia.

806
00:42:25,500 --> 00:42:28,680
Kaj ili povas esti kune
kiel du, tri, tiu.

807
00:42:28,680 --> 00:42:34,520
Do vi fakte devas krei ian
de maniero meti tiujn spacojn.

808
00:42:34,520 --> 00:42:38,850
>> Kaj tiu afero estas ke kiam vi ricevas
datumojn de tiuj aziaj lingvoj,

809
00:42:38,850 --> 00:42:40,580
ĉiu venas unsegmented.

810
00:42:40,580 --> 00:42:45,940
Ĉar neniu, kiu skribas la japana
aŭ ĉinoj skribas per spacoj.

811
00:42:45,940 --> 00:42:48,200
Kiam ajn vi skribas ĉina,
Japana vi simple skribos ĉio

812
00:42:48,200 --> 00:42:48,710
sen spacoj.

813
00:42:48,710 --> 00:42:52,060
Ĝi eĉ ne havas sencon
meti spacojn.

814
00:42:52,060 --> 00:42:57,960
Do tiam, kiam vi ricevas datumojn de, iuj
Orienta azia lingvo, se vi volas

815
00:42:57,960 --> 00:43:00,760
efektive fari ion kun tiu
vi devas segmento unue.

816
00:43:00,760 --> 00:43:05,130
>> Pensu pri fari la ekzemplo de
la literojn sen spacoj.

817
00:43:05,130 --> 00:43:07,950
Do la sola litero ke vi havas
Estos frazoj, ĉu ne?

818
00:43:07,950 --> 00:43:09,470
Apartigita per periodoj.

819
00:43:09,470 --> 00:43:13,930
Sed tiam havanta nur la frazo volo
ne vere helpas je donante informojn

820
00:43:13,930 --> 00:43:17,760
el kiuj tiuj literoj estas de.

821
00:43:17,760 --> 00:43:18,120
Ĝuste?

822
00:43:18,120 --> 00:43:20,010
Do vi devus metas spacojn unue.

823
00:43:20,010 --> 00:43:21,990
Do kiel vi povas fari tion?

824
00:43:21,990 --> 00:43:24,920
>> Do tiam venas la ideo de lingvo
modelon kiu estas io vere

825
00:43:24,920 --> 00:43:26,870
grava por komputa
lingvistiko.

826
00:43:26,870 --> 00:43:32,790
Do lingvon modelo estas esence
tablo de probabloj ke shows

827
00:43:32,790 --> 00:43:36,260
antaŭ ĉio, kio estas la probablo
havi la vorton en lingvo?

828
00:43:36,260 --> 00:43:39,590
Do montrante kiom ofta vorto estas.

829
00:43:39,590 --> 00:43:43,130
Kaj tiam ankaŭ montras la rilaton
inter la vortoj en frazo.

830
00:43:43,130 --> 00:43:51,500
>> Do la ĉefa ideo estas, se fremdulo venis
al vi kaj diris frazo por

831
00:43:51,500 --> 00:43:55,600
vi, kio estas la probablo ke, pro
Ekzemple, "ĉi tiu estas mia fratino [? GTF"?]

832
00:43:55,600 --> 00:43:57,480
Estis la frazo ke la persono diris?

833
00:43:57,480 --> 00:44:00,380
Do evidente iuj frazoj estas
pli komuna ol aliaj.

834
00:44:00,380 --> 00:44:04,450
Ekzemple, "bonan matenon", aŭ "bonaj
nokto "aŭ" hey tie, "estas multe pli

835
00:44:04,450 --> 00:44:08,260
komuna ol plej frazoj
ke ni havas la anglan.

836
00:44:08,260 --> 00:44:11,060
Do kial estas tiuj frazoj
pli ofta?

837
00:44:11,060 --> 00:44:14,060
>> Unue, ĝi estas ĉar vi havas
vortoj, kiuj estas pli ofta.

838
00:44:14,060 --> 00:44:20,180
Do, ekzemple, se vi diras, la hundo estas
granda, kaj la hundo estas giganta, vi

839
00:44:20,180 --> 00:44:23,880
kutime probable aŭdi la hundo estas granda
pli ofte pro "granda" estas pli

840
00:44:23,880 --> 00:44:27,260
oftaj en Esperanto ol "gigantaj".
Do, unu el la

841
00:44:27,260 --> 00:44:30,100
tio estas la vorto de ofteco.

842
00:44:30,100 --> 00:44:34,490
>> La dua afero kiu estas vere
grava estas gxuste la

843
00:44:34,490 --> 00:44:35,490
ordo de la vortoj.

844
00:44:35,490 --> 00:44:39,500
Do, ĝi estas komuna al diri "la kato estas
interne de la skatolo. "sed vi ne kutimas

845
00:44:39,500 --> 00:44:44,250
vidi en "La skatolo ene estas la kato." tiom
vi vidas, ke tie estas iuj graveco

846
00:44:44,250 --> 00:44:46,030
en la ordo de la vortoj.

847
00:44:46,030 --> 00:44:50,160
Vi ne povas simple diri ke tiuj du
frazoj havas la sama probablo

848
00:44:50,160 --> 00:44:53,010
nur ĉar ili havas la samajn vortojn.

849
00:44:53,010 --> 00:44:55,550
Vi vere devas zorgi
pri ordo kiel bone.

850
00:44:55,550 --> 00:44:57,650
Havas sencon?

851
00:44:57,650 --> 00:44:59,490
>> Do kion ni faru?

852
00:44:59,490 --> 00:45:01,550
Do, kion mi povus provi atingi vin?

853
00:45:01,550 --> 00:45:04,400
Mi provas akiri al vi, kion ni
vokas la n-gramo modeloj.

854
00:45:04,400 --> 00:45:09,095
Do la n-gramo modeloj baze supozi
kiu por ĉiu vorto, kiu

855
00:45:09,095 --> 00:45:10,960
vi havas en frazo.

856
00:45:10,960 --> 00:45:15,020
Ĝi estas la probablo de havi tiun
vorto tie dependas ne nur de la

857
00:45:15,020 --> 00:45:18,395
ofteco de tiu vorto en la lingvo,
sed ankaŭ en la vortoj, ke

858
00:45:18,395 --> 00:45:19,860
ili ĉirkaŭas ĝin.

859
00:45:19,860 --> 00:45:25,810
>> Do ekzemple, kutime, kiam vi vidos
iu kiel sur aŭ ĉe vi estas

860
00:45:25,810 --> 00:45:28,040
probable tuj vidas
substantivo post ĝin, ĉu ne?

861
00:45:28,040 --> 00:45:31,750
Ĉar, kiam vi havas prepozicion
kutime prenas substantivon post tio.

862
00:45:31,750 --> 00:45:35,540
Aŭ se vi havas verbon, kiu estas transitiva
vi kutime tuj

863
00:45:35,540 --> 00:45:36,630
havas substantiva frazparto.

864
00:45:36,630 --> 00:45:38,780
Do ĝi tuj devos substantiva
ie ĉirkaŭ ĝi.

865
00:45:38,780 --> 00:45:44,950
>> Do, esence, kio faras estas ke gxi
konsideras la probablo de estante

866
00:45:44,950 --> 00:45:47,960
vortoj apud la alia, kiam
vi kalkuli la

867
00:45:47,960 --> 00:45:49,050
probablo de frazo.

868
00:45:49,050 --> 00:45:50,960
Kaj tio estas kia lingvo
modelo estas esence.

869
00:45:50,960 --> 00:45:54,620
Nur por diri kio estas la probablo
havi specifan

870
00:45:54,620 --> 00:45:57,120
frazo en lingvo?

871
00:45:57,120 --> 00:45:59,110
Do kial estas tiom utila, esence?

872
00:45:59,110 --> 00:46:02,390
Kaj antaŭ ĉio, kio estas
n-gramo modelo, do?

873
00:46:02,390 --> 00:46:08,850
>> Do n-gramo modelo signifas ke
ĉiu vorto dependas de la

874
00:46:08,850 --> 00:46:12,700
sekvanta N minus 1 vortoj.

875
00:46:12,700 --> 00:46:18,150
Do, esence, tio signifas, ke se mi rigardas,
ekzemple, ĉe la CS50 TF kiam

876
00:46:18,150 --> 00:46:21,500
Mi kalkulas la probablecon de
la frazo, vi estos kiel "la

877
00:46:21,500 --> 00:46:25,280
probablo de estante la vorto "la"
tempoj la probablo de estante "la

878
00:46:25,280 --> 00:46:31,720
CS50 "tempoj la probablo de estante
"La CS50 TF." Do, esence, mi rigardas

879
00:46:31,720 --> 00:46:35,720
ĉiuj eblaj vojoj de streĉanta ĝin.

880
00:46:35,720 --> 00:46:41,870
>> Kaj tiam kutime kiam vi faras tion,
kiel en projekto, vi metis N por esti

881
00:46:41,870 --> 00:46:42,600
malaltan valoron.

882
00:46:42,600 --> 00:46:45,930
Do, ĝenerale havas bigrams aŭ trigrams.

883
00:46:45,930 --> 00:46:51,090
Por ke vi simple kalkuli du vortoj,
grupo de du vortoj, aŭ tri vortoj,

884
00:46:51,090 --> 00:46:52,620
nur por lego temoj.

885
00:46:52,620 --> 00:46:56,395
Kaj ankaŭ ĉar eble se vi havas
iu kiel "La CS50 TF." Kiam vi

886
00:46:56,395 --> 00:47:00,510
havi "TF," ĝi estas tre grava ke
"CS50" estas pli proksima al ĝi, ĉu ne?

887
00:47:00,510 --> 00:47:04,050
Tiuj du aferoj estas kutime
apud la alia.

888
00:47:04,050 --> 00:47:06,410
>> Se vi pensas pri "TF," gxi estas probable
tuj havas, kion

889
00:47:06,410 --> 00:47:07,890
klaso ĝi estas TF'ing por.

890
00:47:07,890 --> 00:47:11,330
Ankaŭ "la" estas vere grava
por CS50 TF.

891
00:47:11,330 --> 00:47:14,570
Sed se vi havas ion kiel "La CS50
TF iris al klaso, kaj donis siajn

892
00:47:14,570 --> 00:47:20,060
studentoj kelkaj dolĉaĵoj. "" Frandaĵo "kaj" la "
havas nenian rilaton vere, ĉu ne?

893
00:47:20,060 --> 00:47:23,670
Ili estas tiel malproksimaj unu de alia, kiun
ĝi ne vere gravas kion

894
00:47:23,670 --> 00:47:25,050
vortoj vi havas.

895
00:47:25,050 --> 00:47:31,210
>> Do per faras bigram aux trigram, ĝi
nur signifas, ke vi estas limiganta

896
00:47:31,210 --> 00:47:33,430
vin al iuj vortoj
ke estas ĉirkaŭ.

897
00:47:33,430 --> 00:47:35,810
Havas sencon?

898
00:47:35,810 --> 00:47:40,630
Do, kiam vi volas fari segmentación,
esence, kion vi volas fari estas vidi

899
00:47:40,630 --> 00:47:44,850
kio estas ĉiuj eblaj manieroj kiuj
vi povas segmenti la frazo.

900
00:47:44,850 --> 00:47:49,090
>> Tia, ke vi vidis, kio estas la
probablo de ĉiu el tiuj frazoj

901
00:47:49,090 --> 00:47:50,880
ekzistantaj en la lingvo?

902
00:47:50,880 --> 00:47:53,410
Do, kion vi faras estas kiel, nu, ni
Mi provos meti spacon ĉi tie.

903
00:47:53,410 --> 00:47:55,570
Do vi metu spacon tie
kaj vi vidos, kia estas la

904
00:47:55,570 --> 00:47:57,590
probablo de tiu frazo?

905
00:47:57,590 --> 00:48:00,240
Do vi estas kiel, nu bone, eble
kiu ne estis tio bona.

906
00:48:00,240 --> 00:48:03,420
Do mi metis spacon tie kaj spaco
tie, kaj vi kalkuli la

907
00:48:03,420 --> 00:48:06,240
probablo nun, kaj vi vidos ke
ĝi estas pli alta probablo.

908
00:48:06,240 --> 00:48:12,160
>> Do tiu estas algoritmo nomata TANGO
segmentación algoritmo, kiu estas

909
00:48:12,160 --> 00:48:14,990
efektive io kiu estus vere
cool por projekto, kiun

910
00:48:14,990 --> 00:48:20,860
baze prenas unsegmented teksto kiun
povas esti japano aŭ ĉino aŭ eble

911
00:48:20,860 --> 00:48:26,080
Angla sen spacoj kaj klopodas meti
spacoj inter vortoj kaj ĝi faras

912
00:48:26,080 --> 00:48:29,120
ke per uzado de lingvo modelo kaj
klopodi por vidi kio estas la plej alta

913
00:48:29,120 --> 00:48:31,270
probablo vi povas akiri.

914
00:48:31,270 --> 00:48:32,230
OK.

915
00:48:32,230 --> 00:48:33,800
Do tiu estas segmentación.

916
00:48:33,800 --> 00:48:35,450
>> Nun sintakso.

917
00:48:35,450 --> 00:48:40,940
Do, sintakso estas uzata por
tiom multajn aferojn ĝuste nun.

918
00:48:40,940 --> 00:48:44,880
Do por Diagramo Search, por Siri por
preskaux iu ajn speco de natura

919
00:48:44,880 --> 00:48:46,490
lingvo prilaborado vi havas.

920
00:48:46,490 --> 00:48:49,140
Do kio estas la grava
aferojn pri sintakso?

921
00:48:49,140 --> 00:48:52,390
Do, frazoj ĝenerale havas
kion ni nomas voĉdonantoj.

922
00:48:52,390 --> 00:48:57,080
Kio estas speco de kiel grupoj de vortoj
ke havi funkcion en la frazo.

923
00:48:57,080 --> 00:49:02,220
Kaj oni ne povas vere esti
aparte de ĉiu alia.

924
00:49:02,220 --> 00:49:07,380
>> Do, se mi diros, ekzemple, "Lauren amas
Milo. "Mi scias ke" Lauren "estas

925
00:49:07,380 --> 00:49:10,180
konsistaj kaj tiam "amoj
Milo "estas ankaŭ alia.

926
00:49:10,180 --> 00:49:16,860
Ĉar oni ne povas diri kiel "Lauren Milo
loves "havi la saman signifon.

927
00:49:16,860 --> 00:49:18,020
Oni ne tuj havos
la saman signifon.

928
00:49:18,020 --> 00:49:22,500
Aŭ mi ne povas diri kiel "Milo Lauren
amas. "Ne ĉiu havas la saman

929
00:49:22,500 --> 00:49:25,890
signifanta fari tion.

930
00:49:25,890 --> 00:49:31,940
>> Do la du pli gravaj aferoj pri
sintakso estas la leksika tipoj kiu estas

931
00:49:31,940 --> 00:49:35,390
esence la funkcio kiun vi
havas por vortoj per si mem.

932
00:49:35,390 --> 00:49:39,180
Do vi devas scii ke "Lauren"
kaj "Milo" estas substantivoj.

933
00:49:39,180 --> 00:49:41,040
"Amo" estas verbo.

934
00:49:41,040 --> 00:49:45,660
Kaj la dua grava afero estas
ke ili estas phrasal tipoj.

935
00:49:45,660 --> 00:49:48,990
Do vi scias, ke "amas Milo"
estas fakte parola frazo.

936
00:49:48,990 --> 00:49:52,390
Do kiam mi diras "Lauren," mi scias, ke
Lauren estas faranta ion.

937
00:49:52,390 --> 00:49:53,620
Kio ŝi faras?

938
00:49:53,620 --> 00:49:54,570
Ŝi ama Milo.

939
00:49:54,570 --> 00:49:56,440
Do ĝi estas tuta afero.

940
00:49:56,440 --> 00:50:01,640
Sed lia komponantoj estas
substantivo kaj verbo.

941
00:50:01,640 --> 00:50:04,210
Sed kune, ili faru verbon frazon.

942
00:50:04,210 --> 00:50:08,680
>> Do, kion ni povas efektive fari kun
komputa lingvistiko?

943
00:50:08,680 --> 00:50:13,810
Do, se mi havas ion por ekzemplo
"Amikoj de Allison." Mi vidas, se mi ĝuste

944
00:50:13,810 --> 00:50:17,440
cxu sintaksa arbo mi scius ke
"Amikoj" estas substantivo frazon estas

945
00:50:17,440 --> 00:50:21,480
substantivo kaj tiam "de Allison" estas
prepozicia frazo en kiu "el" estas

946
00:50:21,480 --> 00:50:24,810
propozicio kaj "Allison" estas substantivo.

947
00:50:24,810 --> 00:50:30,910
Kion mi povus fari estas instrui mia komputilo
ke kiam mi havas substantiva frazon kaj

948
00:50:30,910 --> 00:50:33,080
tiam prepozicia frazo.

949
00:50:33,080 --> 00:50:39,020
Do, en tiu kazo, "amikojn" kaj poste "de
Milo "Mi scias, ke ĉi tio signifas ke

950
00:50:39,020 --> 00:50:43,110
NP2, la dua, posedas NP1.

951
00:50:43,110 --> 00:50:47,680
>> Do mi povas krei ian rilaton,
iu speco de funkcio por ĝi.

952
00:50:47,680 --> 00:50:52,370
Do kiam mi vidas tiun strukturon, kiu
kongruas ekzakte kun "amikoj de

953
00:50:52,370 --> 00:50:56,030
Allison, "mi scias kiu Allison
posedas la amikojn.

954
00:50:56,030 --> 00:50:58,830
Do la amikoj estas io
kiu Allison havas.

955
00:50:58,830 --> 00:50:59,610
Havas sencon?

956
00:50:59,610 --> 00:51:01,770
Do tiu estas esence kion
Diagramo Serĉu faras.

957
00:51:01,770 --> 00:51:04,360
Ĝi nur kreas regulojn
cxar multe da aĵoj.

958
00:51:04,360 --> 00:51:08,190
Do "amikoj de Allison", "miaj geamikoj
kiuj loĝas en Kembriĝo, "" miaj geamikoj

959
00:51:08,190 --> 00:51:12,970
kiu iras al Harvard. "Ĝi kreas reguloj
por ĉiuj el tiuj aferoj.

960
00:51:12,970 --> 00:51:14,930
>> Nun maŝino tradukado.

961
00:51:14,930 --> 00:51:18,850
Do, maŝintraduko estas ankaŭ
io statistikaj.

962
00:51:18,850 --> 00:51:21,340
Kaj efektive, se vi ricevas implikitaj en
komputa lingvistiko, multajn

963
00:51:21,340 --> 00:51:23,580
viajn necesajxojn tuj estos statistiko.

964
00:51:23,580 --> 00:51:26,670
Do kiel mi estis faranta la ekzemplo kun
amaso de probabloj, ke mi estis

965
00:51:26,670 --> 00:51:30,540
kalkuli, kaj tiam vi atingos ĉi
tre malgranda nombro kiu estas la fino

966
00:51:30,540 --> 00:51:33,180
probablo, kaj tio estas kio
donas al vi la respondon.

967
00:51:33,180 --> 00:51:37,540
Maŝintraduko ankaŭ uzas
statistika modelo.

968
00:51:37,540 --> 00:51:44,790
Kaj se vi volas pensi de maŝino
traduko en la plej simpla ebla

969
00:51:44,790 --> 00:51:48,970
vojo, kion vi povas pensi estas nur
traduki vorton post vorto, ĉu ne?

970
00:51:48,970 --> 00:51:52,150
>> Kiam vi lernas lingvon por la
unua fojo, ke estas kutime kio

971
00:51:52,150 --> 00:51:52,910
vi faras, ĉu ne?

972
00:51:52,910 --> 00:51:57,050
Se vi volas vi povas traduki frazon
en via lingvo en la lingvo

973
00:51:57,050 --> 00:52:00,060
vi lernas, kutime unue, vi
traduki cxiu el la vortoj

974
00:52:00,060 --> 00:52:03,180
individue, kaj tiam vi provi
meti la vortojn en lokon.

975
00:52:03,180 --> 00:52:07,100
>> Do, se mi volis traduki ĉi,
[Parolas la portugalan]

976
00:52:07,100 --> 00:52:10,430
kiu signifas "la blanka kato kuris for."
Se mi volas traduki ĝin el

977
00:52:10,430 --> 00:52:13,650
Portugala al angla, kion mi
povus fari estas, unue, mi simple

978
00:52:13,650 --> 00:52:14,800
traduki vorton post vorto.

979
00:52:14,800 --> 00:52:20,570
Do "o" estas "la", "kato", "kato",
"Branco", "blanka", kaj tiam "fugio" estas

980
00:52:20,570 --> 00:52:21,650
»Forkuris."

981
00:52:21,650 --> 00:52:26,130
>> Tial do mi havas cxiujn vortojn ĉi tie,
sed ili ne estas en ordo.

982
00:52:26,130 --> 00:52:29,590
Estas kiel "la kato blanka forkuris"
kio estas ungrammatical.

983
00:52:29,590 --> 00:52:34,490
Do, tiam mi povas havi duan paŝon, kiun
tuj estos trovi la idealan

984
00:52:34,490 --> 00:52:36,610
pozicio por ĉiu el la vortoj.

985
00:52:36,610 --> 00:52:40,240
Do mi scias, ke mi vere volas havi
"Blanka kato" anstataŭ "kato blanka." Do

986
00:52:40,240 --> 00:52:46,050
kion mi povas fari estas, la plej naiva maniero
estus krei ĉiuj

987
00:52:46,050 --> 00:52:49,720
ebla permutoj de
vortoj de pozicioj.

988
00:52:49,720 --> 00:52:53,300
Kaj tiam vidos ke unu havas la
alta probablo laŭ

989
00:52:53,300 --> 00:52:54,970
al mia lingvo modelon.

990
00:52:54,970 --> 00:52:58,390
Kaj poste, kiam mi trovas la unu kiu havas
la plej alta probablo, kiu estas

991
00:52:58,390 --> 00:53:01,910
probable "la blanka kato kuris for,"
jen mia traduko.

992
00:53:01,910 --> 00:53:06,710
>> Kaj tio estas simpla maniero klarigi
kiom multe da maŝintraduko

993
00:53:06,710 --> 00:53:07,910
algoritmoj labori.

994
00:53:07,910 --> 00:53:08,920
Ĉu tio havas sencon?

995
00:53:08,920 --> 00:53:12,735
Tiu estas ankaŭ io vere ekscita
ke vi uloj povas eble esplori por

996
00:53:12,735 --> 00:53:13,901
fina projekto, jes?

997
00:53:13,901 --> 00:53:15,549
>> Lernanto: Nu, vi diris ke estis
la naiva maniero, do kio estas

998
00:53:15,549 --> 00:53:17,200
la ne-naiva maniero?

999
00:53:17,200 --> 00:53:18,400
>> LUCAS Freitas: La ne-naiva maniero?

1000
00:53:18,400 --> 00:53:19,050
OK.

1001
00:53:19,050 --> 00:53:22,860
Do la unua afero, kiu estas malbona pri
ĉi tiu metodo estas ke mi ĵus tradukis

1002
00:53:22,860 --> 00:53:24,330
vortoj, vorto post vorto.

1003
00:53:24,330 --> 00:53:30,570
Sed foje ni havas vortojn kiuj
povas havi plurajn tradukojn.

1004
00:53:30,570 --> 00:53:32,210
Mi tuj provos pensi
de io.

1005
00:53:32,210 --> 00:53:37,270
Ekzemple, "maniko" en portugala tedaĵo
ĉu esti "mangle" aŭ "maniko". Do

1006
00:53:37,270 --> 00:53:40,450
kiam vi provas traduki vorton
post vorto, tio povus esti donante al vi

1007
00:53:40,450 --> 00:53:42,050
iu kiu ne faras sencon.

1008
00:53:42,050 --> 00:53:45,770
>> Do vi fakte volas vin rigardi cxiujn
eblajn tradukojn de la

1009
00:53:45,770 --> 00:53:49,840
vortoj kaj vidas, antaŭ ĉio,
kio estas la ordo.

1010
00:53:49,840 --> 00:53:52,000
Ni parolis pri permutating
la aferojn?

1011
00:53:52,000 --> 00:53:54,150
Por vidi ĉiujn eblajn ordonoj kaj
elekti unu de la plej alta

1012
00:53:54,150 --> 00:53:54,990
probablo?

1013
00:53:54,990 --> 00:53:57,860
Vi povas ankaŭ elekti ĉiujn eblajn
tradukoj por ĉiu

1014
00:53:57,860 --> 00:54:00,510
vorto kaj tiam vidi -

1015
00:54:00,510 --> 00:54:01,950
kombinita kun la permutoj -

1016
00:54:01,950 --> 00:54:03,710
kion oni havas la plej alta probablo.

1017
00:54:03,710 --> 00:54:08,590
>> Plus, vi ankaŭ povas rigardi ne
nur vortoj sed frazoj.

1018
00:54:08,590 --> 00:54:11,700
tial vi povas analizi la rilatojn inter
la vortoj kaj tiam preni

1019
00:54:11,700 --> 00:54:13,210
bona traduko.

1020
00:54:13,210 --> 00:54:16,690
Ankaŭ ion alian, do ĉi semestro
Mi fakte faras esploron en

1021
00:54:16,690 --> 00:54:19,430
Ĉina-angla maŝintraduko,
tiel traduki el

1022
00:54:19,430 --> 00:54:20,940
Ĉina al la angla.

1023
00:54:20,940 --> 00:54:26,760
>> Kaj ion ni devas fari estas, krom uzi
statistika modelo, kiu estas nur

1024
00:54:26,760 --> 00:54:30,570
vidante la probablojn de vidante
iu pozicio en frazo, mi estas

1025
00:54:30,570 --> 00:54:35,360
fakte ankaŭ aldoni kelkajn sintakson por mia
modelo, dirante: Ho, se mi vidas tiun afabla

1026
00:54:35,360 --> 00:54:39,420
de konstruo, ĉi tiu estas kion mi volas
ŝanĝi ĝin al kiam mi tradukas.

1027
00:54:39,420 --> 00:54:43,880
Do vi povas ankaŭ aldoni ian
ero de sintakso por fari la

1028
00:54:43,880 --> 00:54:47,970
tradukado pli efika
kaj pli preciza.

1029
00:54:47,970 --> 00:54:48,550
OK.

1030
00:54:48,550 --> 00:54:51,010
>> Do kiel vi povas akiri komencita, se vi volas
fari ion en komputa

1031
00:54:51,010 --> 00:54:51,980
lingvistiko?

1032
00:54:51,980 --> 00:54:54,560
>> Unue, elektu projekto
kiu implikas lingvoj.

1033
00:54:54,560 --> 00:54:56,310
Do, ne estas tiel multaj tie.

1034
00:54:56,310 --> 00:54:58,420
Estas tiom da aferoj vi povas fari.

1035
00:54:58,420 --> 00:55:00,510
Kaj do povas pensi pri modelo
ke vi povas uzi.

1036
00:55:00,510 --> 00:55:04,710
Kutime tio signifas pensadon de
supozoj, kiel kiel, oh, kiam mi estis

1037
00:55:04,710 --> 00:55:05,770
kiel pensadon de la literoj.

1038
00:55:05,770 --> 00:55:09,510
Mi estis kiel, bone, se mi volas kompreni
ekster kiuj skribis tion, mi probable volas

1039
00:55:09,510 --> 00:55:15,400
rigardi la vortojn de la persono uzis kaj
vidi kiu uzas tiun vorton tre ofte.

1040
00:55:15,400 --> 00:55:18,470
Do provu fari supozojn kaj
provu pensi pri modeloj.

1041
00:55:18,470 --> 00:55:21,395
Kaj tiam vi ankaŭ povas serĉi rete por
la specon de problemo, kiun vi havas,

1042
00:55:21,395 --> 00:55:24,260
kaj gxi tuj sugestus
al vi modeloj kiuj eble

1043
00:55:24,260 --> 00:55:26,560
modelita ke afero bone.

1044
00:55:26,560 --> 00:55:29,080
>> Kaj ankaŭ vi povas ĉiam retposxtu min.

1045
00:55:29,080 --> 00:55:31,140
me@lfreitas.com.

1046
00:55:31,140 --> 00:55:34,940
Kaj mi povas nur respondi viajn demandojn.

1047
00:55:34,940 --> 00:55:38,600
Ni povas ecx povus renkontiĝas tiel mi povas
doni sugestojn pri formoj de

1048
00:55:38,600 --> 00:55:41,490
efektivigo via projekto.

1049
00:55:41,490 --> 00:55:45,610
Kaj mi volas diri, se vi povas partopreni per
komputa lingvistiko, ĝi okazas

1050
00:55:45,610 --> 00:55:46,790
esti granda.

1051
00:55:46,790 --> 00:55:48,370
Vi tuj vidos tie
Estas tiom da potencialo.

1052
00:55:48,370 --> 00:55:52,060
Kaj la industrio volas dungi
Vi estas tiel malbona pro tio.

1053
00:55:52,060 --> 00:55:54,720
Do mi esperas ke vi uloj ĝuis ĉi.

1054
00:55:54,720 --> 00:55:57,030
Se vi uloj havas demandojn,
Vi povas demandi min post tio.

1055
00:55:57,030 --> 00:55:58,280
Sed dankon.

1056
00:55:58,280 --> 00:56:00,150