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

2
00:00:08,364 --> 00:00:08,870
>> Lucas Freitas: Hey.

3
00:00:08,870 --> 00:00:09,980
Ongietorria guztiontzat.

4
00:00:09,980 --> 00:00:11,216
Nire izena Lucas Freitas da.

5
00:00:11,216 --> 00:00:15,220
Ikasten [INAUDIBLE] junior bat naiz
ordenadorean ikuspegi batekin zientzia

6
00:00:15,220 --> 00:00:16,410
linguistika konputazionala.

7
00:00:16,410 --> 00:00:19,310
Beraz, nire bigarren mailako hizkuntza da
eta hizkuntz teoria.

8
00:00:19,310 --> 00:00:21,870
Benetan ari naiz, ilusioa you guys irakasteko
eremua buruz pixka bat.

9
00:00:21,870 --> 00:00:24,300
Zonalde oso zirraragarria izatea ikasi da.

10
00:00:24,300 --> 00:00:27,260
Halaber potentzial asko
etorkizunerako.

11
00:00:27,260 --> 00:00:30,160
Beraz, benetan ari naiz, ilusioa duzu guys
diren proiektuak kontuan

12
00:00:30,160 --> 00:00:31,160
linguistika konputazionala.

13
00:00:31,160 --> 00:00:35,460
Eta zoriontsu izateko aholkatu baino gehiago izango naiz
duzun edozein erabakitzen baduzu nahi

14
00:00:35,460 --> 00:00:37,090
horietako bat erdiestea.

15
00:00:37,090 --> 00:00:40,010
>> Beraz, zer dira konputazional guztien lehen
linguistika?

16
00:00:40,010 --> 00:00:44,630
Linguistika beraz konputazionalak da
linguistika eta arteko elkargunean

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

18
00:00:46,390 --> 00:00:47,415
Beraz, zer da linguistika?

19
00:00:47,415 --> 00:00:48,490
Zer da informatika?

20
00:00:48,490 --> 00:00:51,580
Beno linguistika batetik, zer
hizkuntzak dira hartuko dugu.

21
00:00:51,580 --> 00:00:54,960
Beraz, linguistika, benetan azterketaren
oro har, hizkuntza naturala.

22
00:00:54,960 --> 00:00:58,330
Hizkuntza hain natural - buruz hitz egiten dugu
benetan erabili dugun hizkuntza

23
00:00:58,330 --> 00:00:59,770
elkarrekin komunikatzeko.

24
00:00:59,770 --> 00:01:02,200
Beraz, ez zehazki hizketan
C edo Java buruz.

25
00:01:02,200 --> 00:01:05,900
Eta ingelesez buruz gehiago hitz egiten ari gara
Hizkuntzak txinera eta beste dugun

26
00:01:05,900 --> 00:01:07,780
elkarren artean komunikatzeko erabiltzen.

27
00:01:07,780 --> 00:01:12,470
>> Horri buruzko erronka zera da,
oraintxe dugu ia 7.000

28
00:01:12,470 --> 00:01:14,260
munduko hizkuntzak.

29
00:01:14,260 --> 00:01:19,520
Beraz, ez dira barietate handiko bat nahiko
duten aztertzeko aukera izango dugu hizkuntzen.

30
00:01:19,520 --> 00:01:22,600
Eta gero uste duzu dela seguruenik
Oso zaila egin, esate baterako,

31
00:01:22,600 --> 00:01:26,960
hizkuntza batetik itzulpena egin
beste, kontuan hartu behar duzula

32
00:01:26,960 --> 00:01:28,240
Ia 7.000 horietako.

33
00:01:28,240 --> 00:01:31,450
Beraz, itzulpena egiteko uste baduzu
hizkuntza batetik bestera duzu

34
00:01:31,450 --> 00:01:35,840
dute ia milioi bat baino gehiago
duten konbinazio desberdinak egin ahal izango dituzu

35
00:01:35,840 --> 00:01:37,330
hizkuntzatik hizkuntza behar.

36
00:01:37,330 --> 00:01:40,820
Beraz, benetan batzuk egiteko erronka
itzulpena adibidez sistema motatako

37
00:01:40,820 --> 00:01:43,540
hizkuntza bakoitza.

38
00:01:43,540 --> 00:01:47,120
>> Beraz, linguistika sintaxia tratatzen,
semantika, pragmatika.

39
00:01:47,120 --> 00:01:49,550
Zaudete ez zehazki behar
zer ari diren jakin nahi du.

40
00:01:49,550 --> 00:01:55,090
Baina gauza oso interesgarria dela
jatorrizko hiztun bat, noiz ikasten duzu

41
00:01:55,090 --> 00:01:59,010
hizkuntza umearen gisa, benetan ikasten duzu
sintaxia semantika - gauza horiek guztiak

42
00:01:59,010 --> 00:02:00,500
eta pragmatika -

43
00:02:00,500 --> 00:02:01,430
bakarrik.

44
00:02:01,430 --> 00:02:04,820
Eta inork ez du zuretzat sintaxia irakastea
esaldiak zer moduz ulertu duzu

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

46
00:02:05,290 --> 00:02:07,980
Beraz, benetan interesgarria delako
datorren Oso zerbait da

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

48
00:02:10,389 --> 00:02:13,190
>> Eta zer ari zaren etik hartuta
informatikako du?

49
00:02:13,190 --> 00:02:16,700
Beno, garrantzitsuena dugula
informatikako dute lehen da

50
00:02:16,700 --> 00:02:19,340
guztiak, adimen artifizialeko
eta ikasketa automatikoa.

51
00:02:19,340 --> 00:02:22,610
Beraz, zer egiten saiatzen ari gara
linguistika konputazionalaren irakastea da

52
00:02:22,610 --> 00:02:26,990
zure ordenagailuan zerbait nola egin
hizkuntzarekin.

53
00:02:26,990 --> 00:02:28,630
>> Beraz, adibidez, makina batean
itzulpena.

54
00:02:28,630 --> 00:02:32,490
Nire ordenagailuan nola irakasten saiatzen ari naiz
nola bat trantsizioa ezagutzeko

55
00:02:32,490 --> 00:02:33,310
beste hizkuntza.

56
00:02:33,310 --> 00:02:35,790
Beraz, funtsean gustatzen irakaskuntza
Ordenagailu bat bi hizkuntzetan.

57
00:02:35,790 --> 00:02:38,870
Hizkuntzaren tratamendu egin badut,
horietatik adibidez kasua da

58
00:02:38,870 --> 00:02:41,810
Facebook en grafikoa bilatu, irakasteko
Zure ordenagailuan nola ulertzen

59
00:02:41,810 --> 00:02:42,730
kontsultak ondo.

60
00:02:42,730 --> 00:02:48,130
>> Beraz, "esan duzu erresidentzia bada nire
lagunak. "Facebook ez du tratatzen duten

61
00:02:48,130 --> 00:02:51,130
kate oso bat duela jo
besterik hitz mordo bat.

62
00:02:51,130 --> 00:02:56,020
Benetan erlazioa ulertzen du
"argazkiak" eta "nire lagunak" eta arteko

63
00:02:56,020 --> 00:02:59,620
ulertzen "argazkiak" dira
jabetza "nire lagunak."

64
00:02:59,620 --> 00:03:02,350
>> Beraz, horren zati bat da, adibidez,
hizkuntzaren tratamendu.

65
00:03:02,350 --> 00:03:04,790
Honez ulertzen saiatzen da zer
arteko erlazioa da

66
00:03:04,790 --> 00:03:07,520
esaldi bateko hitzak.

67
00:03:07,520 --> 00:03:11,170
Eta big galdera da, ahal duzun
nola hitz egiten ordenagailu bat irakasteko

68
00:03:11,170 --> 00:03:12,650
oro har, hizkuntza bat?

69
00:03:12,650 --> 00:03:17,810
Zein galdera oso interesgarria da
Nik uste, balitz bezala, agian, etorkizunean,

70
00:03:17,810 --> 00:03:19,930
gai izango zaren
Zure telefono mugikorra hitz.

71
00:03:19,930 --> 00:03:23,290
Motatako zer egin Siri dugu baina atsegin
zerbait gehiago bezala, benetan ahal duzun

72
00:03:23,290 --> 00:03:25,690
esan nahi duzuna eta telefonoa
da guztia ulertu behar.

73
00:03:25,690 --> 00:03:28,350
Eta galderei jarraipena izan daiteke
eta mantendu hitz egiten.

74
00:03:28,350 --> 00:03:30,880
Duten zerbait benetan zirraragarria da,
nire ustez.

75
00:03:30,880 --> 00:03:33,070
>> Beraz, hizkuntza naturaletan buruz zerbait.

76
00:03:33,070 --> 00:03:36,220
Zerbait benetan interesgarria
hizkuntzak naturala da, eta hau da,

77
00:03:36,220 --> 00:03:38,470
nire hizkuntzalaritza irakaslea, kreditu,
Maria Polinsky.

78
00:03:38,470 --> 00:03:40,830
Adibide bat jartzen du eta nik uste
benetan interesgarria da.

79
00:03:40,830 --> 00:03:47,060
Hizkuntza ikasten dugulako denean etik
jaio gara eta, ondoren, gure ama-

80
00:03:47,060 --> 00:03:49,170
hizkuntza motatako gaituzu hazten.

81
00:03:49,170 --> 00:03:52,570
>> Eta, funtsean, hizkuntza ikasten duzu
gutxieneko sarreratik, ezta?

82
00:03:52,570 --> 00:03:56,700
Zu besterik sarrera lortzean zure
Hizkuntza zer soinuak gurasoak

83
00:03:56,700 --> 00:03:58,770
gustatzen eta ikasi besterik ez duzu.

84
00:03:58,770 --> 00:04:02,240
Beraz, interesgarria delako begiratuz gero
Esaldi horietan, adibidez.

85
00:04:02,240 --> 00:04:06,980
Begiratzea, "Mary beroki bat behin jartzen
denbora etxea uzten zuen. "

86
00:04:06,980 --> 00:04:10,650
>> Kasu honetan, posible da egin behar du
hitza "zuen" Mary aipatzeko, ezta?

87
00:04:10,650 --> 00:04:13,500
Esan dezakezu "Mary armarria baten gainean jartzen
Mary uzten den bakoitzean duen

88
00:04:13,500 --> 00:04:14,960
etxea. "beraz hori da isuna.

89
00:04:14,960 --> 00:04:19,370
Baina orduan begiratzen baduzu esaldi at
"Jartzen armarria baten gainean zuen aldi bakoitzean Mary

90
00:04:19,370 --> 00:04:22,850
etxea uzten. "Badakizu da
ezinezkoa duenez, "zuen" dela esateko

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

92
00:04:24,260 --> 00:04:27,070
>> Ez da ez dela "Mary jartzen esaten modu
beroki bat Mary uzten den bakoitzean

93
00:04:27,070 --> 00:04:30,790
etxea. "Beraz, interesgarria delako
hau intuizio mota da

94
00:04:30,790 --> 00:04:32,890
jatorrizko hiztun bakoitzak ditu.

95
00:04:32,890 --> 00:04:36,370
Eta inork irakasten zen hori ez dela
Bide sintaxia lan egiten duen.

96
00:04:36,370 --> 00:04:41,930
Eta zuk "zuen" hau bakarrik izan ditzake
Mary aipatuz lehen kasu honetan,

97
00:04:41,930 --> 00:04:44,260
eta egia esan, beste honetan
ere bai, baina ez oraingo honetan.

98
00:04:44,260 --> 00:04:46,500
Baina denek motatako lortzen
Erantzuna beraren aldean.

99
00:04:46,500 --> 00:04:48,580
Denek horretan ados.

100
00:04:48,580 --> 00:04:53,280
Beraz, benetan interesgarria da nola nahiz
Zuk ez arau guztiak ezagutzen

101
00:04:53,280 --> 00:04:55,575
zure hizkuntzan duzun mota ulertzen
hizkuntza nola funtzionatzen duen.

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

103
00:04:59,020 --> 00:05:01,530
>> Hain natural gauzarik interesgarriena
hizkuntza da ez duzula behar

104
00:05:01,530 --> 00:05:06,970
Badakizu edozein sintaxia jakin bada esaldi bat
da gramatika edo gramatikalak egiteko

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

106
00:05:08,810 --> 00:05:13,220
Horrek uste duzu agian zer
gertatzen da hori zure bizitzan zehar, zuk

107
00:05:13,220 --> 00:05:17,410
besterik ez mantentzeko, gero eta gehiago lortzean
esaldiak duzu esan.

108
00:05:17,410 --> 00:05:19,800
Eta orduan ikasi mantentzeko duzu
esaldiak guztia.

109
00:05:19,800 --> 00:05:24,230
Eta gero, norbaitek esaten dizu denean
zerbait, esaldi hori entzuten baduzu eta

110
00:05:24,230 --> 00:05:27,040
begiratu zure hiztegia-n zaude
Esaldi eta ikusten baduzu

111
00:05:27,040 --> 00:05:28,270
esaldi hori hor dago.

112
00:05:28,270 --> 00:05:29,830
Eta han da baduzu
esan gramatikala da.

113
00:05:29,830 --> 00:05:31,740
Ez bada esan duzu da
gramatikalak.

114
00:05:31,740 --> 00:05:35,150
>> Beraz, kasu horretan, esan nahi duzun, oi,
beraz, guztien zerrenda handi bat behar duzu

115
00:05:35,150 --> 00:05:36,140
posible esaldiak.

116
00:05:36,140 --> 00:05:38,240
Eta orduan, esaldi bat entzuterakoan,
badakizu gramatikala da edo bada

117
00:05:38,240 --> 00:05:39,450
ez dela oinarritzen.

118
00:05:39,450 --> 00:05:42,360
Gauza da begiratzen baduzu
esaldi bat, adibidez, "The

119
00:05:42,360 --> 00:05:47,540
bost buru CS50 TFS itsu egosi
olagarro NAES mug bat erabiliz. "Da

120
00:05:47,540 --> 00:05:49,630
betiko ez esaldi bat
entzun aurretik duzula.

121
00:05:49,630 --> 00:05:52,380
Baina, aldi berean, badakizu da
nahiko askoz gramatikala, ezta?

122
00:05:52,380 --> 00:05:55,570
Ez dago gramatika-akatsak
eta esan dezakezu

123
00:05:55,570 --> 00:05:57,020
posible esaldi bat da.

124
00:05:57,020 --> 00:06:01,300
>> Baietz uste gurekin egiten duten benetan
Modu hizkuntza ikasten dugu, hau da, ez bakarrik

125
00:06:01,300 --> 00:06:07,090
Posible datu-base erraldoi bat izatea
hitzak edo esaldiak, baina gehiago

126
00:06:07,090 --> 00:06:11,490
arteko erlazioa ulertzeko
Esaldi horietan hitz.

127
00:06:11,490 --> 00:06:14,570
Ez duela zentzurik?

128
00:06:14,570 --> 00:06:19,370
Beraz, orduan galdera da, ahal
ordenagailuak hizkuntzak ikasteko?

129
00:06:19,370 --> 00:06:21,490
Daiteke hizkuntza irakasten dugu ordenagailuak?

130
00:06:21,490 --> 00:06:24,230
>> Beraz, bere pentsatzeko aldea utzi
hizkuntza baten hiztun baten arteko

131
00:06:24,230 --> 00:06:25,460
eta ordenagailu bat.

132
00:06:25,460 --> 00:06:27,340
Beraz, zer gertatzen den hiztunaren nahi?

133
00:06:27,340 --> 00:06:30,430
Beno, jatorrizko hiztun ikasten a
da esposizio hizkuntza.

134
00:06:30,430 --> 00:06:34,200
Normalean bere haurtzaroko lehen urteetan.

135
00:06:34,200 --> 00:06:38,570
Beraz, funtsean, besterik ez duzu haurtxo bat,
eta harekin hitz egitea mantendu duzu, eta hura

136
00:06:38,570 --> 00:06:40,540
besterik ikasten nola hitz egiten
hizkuntza, ezta?

137
00:06:40,540 --> 00:06:42,660
Beraz, funtsean, ari zaren emanez
haurra sarrera.

138
00:06:42,660 --> 00:06:45,200
Beraz, orduan argudiatu dezakezu ordenagailua
Gauza bera egin ahal izango da, ezta?

139
00:06:45,200 --> 00:06:49,510
Besterik ez dezakezu hizkuntza eman
ordenagailua sarrera bezala.

140
00:06:49,510 --> 00:06:53,410
>> Adibidez fitxategiak sorta bat
duten liburuak izan ingelesez.

141
00:06:53,410 --> 00:06:56,190
Agian modu bat duzula
izan ziurrenik irakatsi bat

142
00:06:56,190 --> 00:06:57,850
ordenagailu ingelesa, ezta?

143
00:06:57,850 --> 00:07:01,000
Eta hain zuzen ere, hari buruzko uste baduzu,
zuk agian hartzen du pare bat

144
00:07:01,000 --> 00:07:02,680
liburu bat irakurri egunetan.

145
00:07:02,680 --> 00:07:05,760
Ordenagailu baten bigarren bat hartzen da
liburu bat hitz guztiak begiratu.

146
00:07:05,760 --> 00:07:10,810
Beraz, hori izan daiteke uste dezakezu besterik honetan
Zure inguruan sarrera argumentua,

147
00:07:10,810 --> 00:07:15,440
hori ez da nahikoa hori, eta esan behar
zerbait gizakiak bakarrik egin ahal izango duten.

148
00:07:15,440 --> 00:07:17,680
Ordenagailuak uste dezakezu
ere sarrera eskuratu ahal izango dira.

149
00:07:17,680 --> 00:07:21,170
>> Bigarren gauza da jatorrizko hiztunen
ere duela garunean izan

150
00:07:21,170 --> 00:07:23,870
hizkuntzak ikasteko gaitasuna.

151
00:07:23,870 --> 00:07:27,020
Baina hari buruzko uste baduzu,
burmuina gauza ona da.

152
00:07:27,020 --> 00:07:30,450
Noiz jaio zaren, dagoeneko ezarri da -

153
00:07:30,450 --> 00:07:31,320
Kokapen hau zure garuna da.

154
00:07:31,320 --> 00:07:34,660
Eta hazi ahala, lortu besterik ez duzu gehiago
hizkuntzaren sarrera eta agian nutrienteak

155
00:07:34,660 --> 00:07:35,960
eta beste gauzak.

156
00:07:35,960 --> 00:07:38,170
Baina nahiko askoz zure garuna
gauza ona da.

157
00:07:38,170 --> 00:07:41,290
>> Beraz, esan dezakezu, bai, agian, ahal duzun
duten mordo bat du ordenagailu bat eraikitzeko

158
00:07:41,290 --> 00:07:45,890
funtzioak eta hori besterik ez imitatzen metodoak
hizkuntzak ikasteko gaitasuna.

159
00:07:45,890 --> 00:07:49,630
Beraz, zentzu horretan, esan dezakegu, bai, dut
hori guztia ordenagailu bat izan dezake

160
00:07:49,630 --> 00:07:52,270
Gauzak hizkuntza ikasi behar dut.

161
00:07:52,270 --> 00:07:56,200
Eta azken gauza da jaiotzez
hizlari trial eta akats ikasten.

162
00:07:56,200 --> 00:08:01,090
Beraz, funtsean, beste gauza garrantzitsua
hizkuntzak ikasteko duzula nolako

163
00:08:01,090 --> 00:08:05,340
gauzak ikasi eginez
zer entzuten duzun orokortzeak.

164
00:08:05,340 --> 00:08:10,280
>> Beraz gisa hazi zaren ikasten dela
Hitz batzuk gehiago izenen bezalakoak dira,

165
00:08:10,280 --> 00:08:11,820
batzuk beste batzuk adjektiboak dira.

166
00:08:11,820 --> 00:08:14,250
Eta ez duzu edozein izan
hizkuntzalaritzaren jakintza

167
00:08:14,250 --> 00:08:15,040
duten ulertzeko.

168
00:08:15,040 --> 00:08:18,560
Baina jakin besterik ez duzu hitz batzuk ez dago
dira zati batzuetan kokatu

169
00:08:18,560 --> 00:08:22,570
esaldi eta beste batean beste batzuk
esaldi zatiak.

170
00:08:22,570 --> 00:08:26,110
>> Eta hori denean dela zerbait egin duzu
hori ez da zuzena esaldi bat bezala -

171
00:08:26,110 --> 00:08:28,770
agian delako baino gehiago orokortzen
adibidez.

172
00:08:28,770 --> 00:08:32,210
Agian denean hazi zaren, nabarituko duzu
plurala izan ohi da

173
00:08:32,210 --> 00:08:35,809
S bat jarriz at osatutako
hitzaren amaieran.

174
00:08:35,809 --> 00:08:40,042
Eta gero plurala egiten saiatzen zara
"Oreinak" "oreinak" edo "hortz" gisa

175
00:08:40,042 --> 00:08:44,780
"Tooths." Orduan, zure guraso edo
norbait zuzentzen duzu eta dio, ez, da

176
00:08:44,780 --> 00:08:49,020
"oreinak" plurala "oreinak", da, eta
of "hortz" plural "hortzak". da Eta gero

177
00:08:49,020 --> 00:08:50,060
gauza horiek ikasten duzu.

178
00:08:50,060 --> 00:08:51,520
Beraz ikasi trial eta akats etik duzu.

179
00:08:51,520 --> 00:08:53,100
>> Baina, aldi berean egin ahal izango duzun
ordenagailu batekin.

180
00:08:53,100 --> 00:08:55,310
Izeneko zerbait izan dezakezu
ikasketa indartua.

181
00:08:55,310 --> 00:08:58,560
Hau da, funtsean bat emanez bezala
ordenagailu saria direnean gertatzen

182
00:08:58,560 --> 00:08:59,410
zerbait behar bezala.

183
00:08:59,410 --> 00:09:04,710
Eta sari baten kontrakoa emanez
eta zerbait gaizki egiten du.

184
00:09:04,710 --> 00:09:07,410
Benetan ikusi ahal izango duzula joan bada
Google Translate eta saiatu duzu

185
00:09:07,410 --> 00:09:10,220
Esaldi bat itzultzeko, hura
galdetzen du iritzia.

186
00:09:10,220 --> 00:09:13,240
Beraz, esan baduzu, ai, ez da hobea
esaldi honen itzulpena.

187
00:09:13,240 --> 00:09:18,140
Idatzi egin dezakezu eta gero, bada asko
Jende mantendu dela hobea esanez

188
00:09:18,140 --> 00:09:21,560
itzulpena, ikasten besterik ez dela
ordez itzulpen hori erabili beharko

189
00:09:21,560 --> 00:09:22,960
bat ematea zen.

190
00:09:22,960 --> 00:09:28,830
>> Beraz, galdera oso filosofiko bat da
ordenagailuak dira ahal bada ikusteko

191
00:09:28,830 --> 00:09:30,340
hitz egiteko edo ez etorkizunean gai.

192
00:09:30,340 --> 00:09:34,440
Baina esperantza handia daukat ezin dutela
besterik oinarritutako argudio horiek.

193
00:09:34,440 --> 00:09:38,570
Baina besterik filosofiko bat gehiago da
galdera.

194
00:09:38,570 --> 00:09:43,460
>> Beraz, ordenagailuak oraindik ezin hitz egin bitartean,
zer dira hori egin ahal izango dugu gauzak?

195
00:09:43,460 --> 00:09:47,070
Benetan cool gauza batzuk daude
Datuen sailkapena.

196
00:09:47,070 --> 00:09:53,210
Beraz, adibidez, you guys ezagutzen
email zerbitzuak Horretarako, bost

197
00:09:53,210 --> 00:09:55,580
Adibidez, spam iragazketa.

198
00:09:55,580 --> 00:09:59,070
Spam jaso duzu beraz, betiere, hura
koadroan bestera iragazi saiatuko.

199
00:09:59,070 --> 00:10:00,270
Beraz, nola da hori egiten da?

200
00:10:00,270 --> 00:10:06,080
Ez da ordenagailua besterik ez daki
helbideak zer email spam bidaltzen ari.

201
00:10:06,080 --> 00:10:09,130
Beraz, gehiago da oinarritutako edukiaren
mezuan, edo agian titulua, edo

202
00:10:09,130 --> 00:10:11,310
agian patroi batzuk duzula.

203
00:10:11,310 --> 00:10:15,690
>> Beraz, funtsean, zer egin dezakezu get a
spam dira emailak datu asko,

204
00:10:15,690 --> 00:10:19,980
ez dira spam, eta ikasteko zer emailak
ereduak mota duzu

205
00:10:19,980 --> 00:10:21,000
spam direnak.

206
00:10:21,000 --> 00:10:23,260
Eta hau konputazional parte da
linguistika.

207
00:10:23,260 --> 00:10:24,720
Honez datuak sailkapena deitzen.

208
00:10:24,720 --> 00:10:28,100
Eta benetan ari gara ikusteko dut bat
hurrengo diapositibak in horren adibide.

209
00:10:28,100 --> 00:10:32,910
>> Bigarren gauza hizkuntza naturala da
prozesatzeko gauza da hori

210
00:10:32,910 --> 00:10:36,580
Grafikoa bilatu uzteko egiten ari da
esaldi bat idazten duzu.

211
00:10:36,580 --> 00:10:38,690
Eta ulertzen duzu fidagarritzat zer
esanahia da eta ematen

212
00:10:38,690 --> 00:10:39,940
duzu emaitza hobea.

213
00:10:39,940 --> 00:10:43,880
Egia esan, bazoaz Google edo Bing
eta Lady antzeko zerbait bilatu

214
00:10:43,880 --> 00:10:47,060
Gaga en altuera, benetan ari zaren joan
5 '1 "informazio ordez lortzeko

215
00:10:47,060 --> 00:10:50,170
bere benetan ulertzen duelako
zertaz ari zaren.

216
00:10:50,170 --> 00:10:52,140
Beraz, naturala parte da
hizkuntza prozesatzeko.

217
00:10:52,140 --> 00:10:57,000
>> Edo ere denean Siri erabiltzen ari zara, lehenengo
duten saiatzen algoritmo bat behar duzu

218
00:10:57,000 --> 00:11:01,130
itzultzeko esaten duzunak
hitzak sartu, testu batean.

219
00:11:01,130 --> 00:11:03,690
Eta gero itzultzeko saiatzen da
esanahi sartu duten.

220
00:11:03,690 --> 00:11:06,570
Beraz, hori da dena natural zati
hizkuntza prozesatzeko.

221
00:11:06,570 --> 00:11:08,320
>> Ondoren, itzulpen automatikoa duzu -

222
00:11:08,320 --> 00:11:10,300
hau da, benetan bat
Nire gogokoetara -

223
00:11:10,300 --> 00:11:14,060
hau da, besterik gabe, itzultzean
beste hizkuntza bat.

224
00:11:14,060 --> 00:11:17,950
Beraz, hori egiten denean ari zaren uste dezakezu
itzulpen automatikoa, duzu

225
00:11:17,950 --> 00:11:19,750
Esaldi aukerak infinitua.

226
00:11:19,750 --> 00:11:22,960
Beraz, ez dago besterik gordetzeko modu
itzulpena bakoitza.

227
00:11:22,960 --> 00:11:27,440
Beraz, etorri interesgarria duzu
algoritmoak ahal izateko

228
00:11:27,440 --> 00:11:30,110
itzultzeko bakoitza
nolabait esaldia.

229
00:11:30,110 --> 00:11:32,483
>> Zaudete edozein zalantza orain arte?

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

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

232
00:11:34,830 --> 00:11:36,900
>> Beraz, zer ari gara gaur ikusiko?

233
00:11:36,900 --> 00:11:39,300
Lehenik eta behin, hitz noa
sailkapenaren arazoa.

234
00:11:39,300 --> 00:11:41,440
Beraz, bat izan zen I
spam buruz esaten.

235
00:11:41,440 --> 00:11:46,820
Zer egin noa da, eman lyrics
Abesti bat, ezin irudikatu saiatzen zara

236
00:11:46,820 --> 00:11:49,810
probabilitate handia duten
nork abeslaria da?

237
00:11:49,810 --> 00:11:53,590
Demagun Lady abestiak que tengo
Gaga eta Katy Perry, ematen dizut bat bada

238
00:11:53,590 --> 00:11:58,130
abesti berria, ezin irudikatu duzu bada
da Katy Perry edo Lady Gaga?

239
00:11:58,130 --> 00:12:01,490
>> Bigarren bat, besterik ez dut hitz egingo
segmentazio arazoa buruz.

240
00:12:01,490 --> 00:12:05,780
Beraz, ez dakit you guys ezagutzen bada, baina
Txineraz, japonieraz, beste Asian East

241
00:12:05,780 --> 00:12:08,090
hizkuntzak, eta beste hizkuntza
oro har, ez dute

242
00:12:08,090 --> 00:12:09,830
hitzen arteko espazioak.

243
00:12:09,830 --> 00:12:13,540
Eta, ondoren, modu hori pentsatzen baduzu
Zure ordenagailuan saiatzen mota

244
00:12:13,540 --> 00:12:18,600
hizkuntzaren tratamendu ulertzen,
itxura hitzak aztertu da eta

245
00:12:18,600 --> 00:12:21,500
erlazioak ulertzen saiatzen
haien artean, ezta?

246
00:12:21,500 --> 00:12:25,440
Baina orduan Chinese baduzu, eta zuk
zero tarterik izan, benetan zaila

247
00:12:25,440 --> 00:12:28,360
jakin zer arteko erlazioa da
hitzak, ez baitute izan inolako

248
00:12:28,360 --> 00:12:29,530
lehen hitzak.

249
00:12:29,530 --> 00:12:32,600
Deituriko zerbait egin behar duzu
segmentazioa besterik gabe esan nahi jarriz

250
00:12:32,600 --> 00:12:36,490
zer deitzen dugun arteko espazioak
hizkuntza horietan hitz.

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

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

253
00:12:39,680 --> 00:12:41,540
>> Eta gero ari gara joan
sintaxia buruz hitz egiteko.

254
00:12:41,540 --> 00:12:44,050
Naturalei buruz pixka bat, beraz, besterik gabe,
hizkuntza prozesatzeko.

255
00:12:44,050 --> 00:12:45,420
Besterik ez da ikuspegi orokor bat izango da.

256
00:12:45,420 --> 00:12:50,700
Beraz, gaur egun, funtsean, zer egin nahi dut
da bat pixka bat emango dizu guys

257
00:12:50,700 --> 00:12:53,930
zer dira aukerak barrutik
konputazional rekin egin ditzakezun

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

259
00:12:54,960 --> 00:13:00,410
Eta gero, zer uste duzu ikusi ahal izango duzu
is cool gauza horiek artean.

260
00:13:00,410 --> 00:13:02,270
Eta, agian, zuk proiektu bat dela pentsa dezakezu
eta etorri nirekin hitz.

261
00:13:02,270 --> 00:13:05,260
Eta aholkuak emango dizut
nola ezartzeko da.

262
00:13:05,260 --> 00:13:09,060
>> Beraz sintaxia pixka bat izango da joan
bilatu eta makina grafikoa buruz

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

264
00:13:09,670 --> 00:13:13,650
Besterik ez naiz nola adibide bat emateko joan
ezin duzu, adibidez, itzuli

265
00:13:13,650 --> 00:13:16,020
portugesa zerbait ingelesera.

266
00:13:16,020 --> 00:13:17,830
Soinuak ona?

267
00:13:17,830 --> 00:13:19,293
>> Beraz, lehenengo, sailkapenaren arazoa.

268
00:13:19,293 --> 00:13:23,590
Esango dut mintegi zati honetan
da gehien Challenging izango da

269
00:13:23,590 --> 00:13:27,560
bat besterik ez delako, ez da joan
kodifikazioa batzuk izan.

270
00:13:27,560 --> 00:13:29,470
Baina Python izango.

271
00:13:29,470 --> 00:13:34,380
Ezagutzen dut you guys ezagutzen ez Python, beraz
Besterik ez dut goi on azaltzeko joan

272
00:13:34,380 --> 00:13:35,750
maila zer egiten ari naiz.

273
00:13:35,750 --> 00:13:40,900
Eta ez duzu benetan axola gehiegi
sintaxia buruzko askoz hori delako

274
00:13:40,900 --> 00:13:42,140
zerbait guys ikas daiteke.

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

276
00:13:42,540 --> 00:13:43,580
Soinuak ona.

277
00:13:43,580 --> 00:13:46,020
>> Beraz, zer da sailkapenaren arazoa?

278
00:13:46,020 --> 00:13:49,140
Beraz zenbait lyrics zauden jakin
Abesti bat, eta asmatzen nahi baduzu

279
00:13:49,140 --> 00:13:50,620
nor da abesten.

280
00:13:50,620 --> 00:13:54,045
Eta hau ezin inolako izango
bestelako arazoak.

281
00:13:54,045 --> 00:13:59,980
Beraz daiteke, adibidez, bat duzu
presidentetzarako kanpaina eta bat duzu

282
00:13:59,980 --> 00:14:02,610
hitzaldian, eta bilatu nahi duzun
zen bada, adibidez,

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

284
00:14:04,470 --> 00:14:07,700
Edo emailak mordo bat izan dezakezu eta
irudikatu nahi dute bada nahi duzun

285
00:14:07,700 --> 00:14:08,890
spam edo ez.

286
00:14:08,890 --> 00:14:11,440
Beraz, besterik gabe, zenbait sailkatzen
oinarritutako hitzak buruzko datuak

287
00:14:11,440 --> 00:14:13,790
han duzula.

288
00:14:13,790 --> 00:14:16,295
>> Beraz, ez da egin behar, izan nahi duzu
hipotesi batzuk egiteko.

289
00:14:16,295 --> 00:14:20,570
Beraz, linguistika konputazionalaren buruz asko
da hipotesiak eginez,

290
00:14:20,570 --> 00:14:24,100
hipotesi normalean smart, horrela
emaitza onak lortu ahal izateko.

291
00:14:24,100 --> 00:14:26,670
Duen eredu bat sortu nahian.

292
00:14:26,670 --> 00:14:31,290
Eta gero, proba ezazu eta ikusi lan egiten bada,
duzun doitasun ona ematen bada.

293
00:14:31,290 --> 00:14:33,940
Eta ez bada, orduan
saiatu hobetzeko.

294
00:14:33,940 --> 00:14:37,640
Ez du, ez bazaude, bezalako OK, agian I
ezberdinak hipotesi bat egin behar du.

295
00:14:37,640 --> 00:14:44,030
>> Beraz, nahi dugun hipotesi
egin da artista bat izan ohi duen abesten

296
00:14:44,030 --> 00:14:49,220
inguru baten gaia behin baino gehiagotan, eta, agian,
hitzak behin baino gehiagotan erabiltzen du, besterik

297
00:14:49,220 --> 00:14:50,270
dute erabiltzen delako ari da.

298
00:14:50,270 --> 00:14:51,890
Besterik ez duzu zure laguna dela pentsa dezakezu.

299
00:14:51,890 --> 00:14:57,350
Ziurtatu guztiak guys duzu lagunekin nago
bere sinadura Esaldi esan hori,

300
00:14:57,350 --> 00:14:59,260
literalki esaldi bakoitza -

301
00:14:59,260 --> 00:15:02,660
Hitz zehatz batzuk edo zehatz batzuk bezala
Esaldi hori esaten dute

302
00:15:02,660 --> 00:15:04,020
esaldi bakoitza.

303
00:15:04,020 --> 00:15:07,920
>> Eta zer esan dezakezu dela ikusten baduzu
duten sinadura bat du esaldi bat

304
00:15:07,920 --> 00:15:11,450
Esaldi, asmatzen duzun ziurrenik
zure laguna da

305
00:15:11,450 --> 00:15:13,310
inork esaten, ezta?

306
00:15:13,310 --> 00:15:18,410
Beraz, hipotesi hori egin duzu eta, ondoren,
duen eredu bat nola sortu duzu.

307
00:15:18,410 --> 00:15:24,440
>> Adibide hori ez dut eman gertatzen ari da
nola Lady Gaga, adibidez, pertsona

308
00:15:24,440 --> 00:15:27,430
"haurra" erabiltzen duen zuen esan
bere zenbaki bat abesti guztiak.

309
00:15:27,430 --> 00:15:32,270
Eta benetan hau bideo bat da, ikuskizunak
bere hitza "haurra" esaten

310
00:15:32,270 --> 00:15:33,410
abesti ezberdinak.

311
00:15:33,410 --> 00:15:33,860
>> [Bideo-erreprodukzioa]

312
00:15:33,860 --> 00:15:34,310
>> - (KANTU) Baby.

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

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

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

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

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

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

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

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

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

322
00:15:40,850 --> 00:15:41,090
>> [END bideo-erreprodukzioa-

323
00:15:41,090 --> 00:15:44,020
>> Lucas Freitas: Beraz, ez dira, nire ustez,
40 abesti hemen bertan, azaldu du

324
00:15:44,020 --> 00:15:48,690
"haurra." hitza Beraz, funtsean dezakezu asmatzeko
duten duela abesti bat ikusten baduzu,

325
00:15:48,690 --> 00:15:52,180
ez da altua batzuen hitza "haurra,"
probabilitatea dela Lady Gaga.

326
00:15:52,180 --> 00:15:56,450
Baina dezagun hau garatzen saiatu
aurrerago gehiago formalki.

327
00:15:56,450 --> 00:16:00,470
>> Beraz hemen abestiak lyrics by
Lady Gaga eta Katy Perry.

328
00:16:00,470 --> 00:16:04,120
Beraz, begiratu Lady Gaga at duzu, dute ikusten duzu
agerraldi asko izan "haurra," a

329
00:16:04,120 --> 00:16:07,710
agerraldi asko "bidea." Eta gero
Katy Perry agerraldi asko ditu

330
00:16:07,710 --> 00:16:10,360
"Du," agerraldi asko "sua".

331
00:16:10,360 --> 00:16:14,560
>> Beraz, funtsean, zer nahi dugu
egin da, liriko bat lortzen duzu.

332
00:16:14,560 --> 00:16:20,480
Demagun bat liriko bat lortu duzu
duenez, "haurra," besterik "haurra." da abestia Bada

333
00:16:20,480 --> 00:16:24,750
idatziz gero, "haurra," eta hau lortuko duzu
hori izan dituzun datu guztiak da

334
00:16:24,750 --> 00:16:27,880
Lady Gaga eta Katy Perry, nor litzateke
asmatzen duzun da pertsonaren

335
00:16:27,880 --> 00:16:29,370
duten abestia abesten?

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

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

338
00:16:33,150 --> 00:16:37,400
Bakarra nork dio delako
"Haurra". Honetan soinuak ergelak, ezta?

339
00:16:37,400 --> 00:16:38,760
Ados, hau da, benetan erraza.

340
00:16:38,760 --> 00:16:41,860
Besterik ez dut bi abesti hartan eta honen bila nabil
Jakina, bakarra nork ditu zuen

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

342
00:16:42,660 --> 00:16:44,740
>> Baina zer hitz mordo bat duzu bada?

343
00:16:44,740 --> 00:16:50,900
Benetako lirikoa, zerbait bat izanez gero
bezala, "haurra, besterik ez dut

344
00:16:50,900 --> 00:16:51,610
joan [bat ikusteko? CFT?]

345
00:16:51,610 --> 00:16:54,020
hitzaldia, "edo horrelako zerbait, eta
orduan dute benetan duzu irudikatu -

346
00:16:54,020 --> 00:16:55,780
oinarritutako hitz horiek guztiak on -

347
00:16:55,780 --> 00:16:58,350
duten artista da seguruenik nork
abesti hau kantatu?

348
00:16:58,350 --> 00:17:01,860
Hargatik garatzen saiatu
hau pixka bat gehiago.

349
00:17:01,860 --> 00:17:05,630
>> Ados, beraz oinarritutako besterik datuei buruzko dugula
got, Gaga da seguruenik badirudi

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

351
00:17:06,260 --> 00:17:07,904
Baina, nola idatziko dugu
hau formalki?

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

353
00:17:10,579 --> 00:17:13,140
Eta ez da apur bat izango da joan
estatistikak pixka.

354
00:17:13,140 --> 00:17:15,880
Beraz duzu galdu bada, saiatu
kontzeptua ulertzeko.

355
00:17:15,880 --> 00:17:18,700
Ez du axola ulertzen baduzu
primeran ekuazioak.

356
00:17:18,700 --> 00:17:22,150
Hori guztia online izango da.

357
00:17:22,150 --> 00:17:25,490
>> Beraz, funtsean, zer kalkulatzeko naiz da
probabilitatea abesti hau da

358
00:17:25,490 --> 00:17:28,040
Lady Gaga eman duten -

359
00:17:28,040 --> 00:17:30,660
beraz taberna hau esan nahi du eman duten -

360
00:17:30,660 --> 00:17:33,680
Hitza ikusi nuen "haurra".
Ez duela zentzurik?

361
00:17:33,680 --> 00:17:35,540
Beraz kalkulatzeko saiatzen ari naiz
probabilitatea duten.

362
00:17:35,540 --> 00:17:38,540
>> Beraz, ez dago izeneko teorema hau da
Bayes teorema dela dio

363
00:17:38,540 --> 00:17:43,330
A emandako B probabilitatea, da
B probabilitatea ematen du, aldiz

364
00:17:43,330 --> 00:17:47,660
bat probabilitatea, probabilitatea baino gehiago
B. Horrek ekuazioa luzea da.

365
00:17:47,660 --> 00:17:51,970
Baina zer ulertu behar duzu
hori da, hori da, zer nahi dut

366
00:17:51,970 --> 00:17:52,830
kalkulatzeko, ezta?

367
00:17:52,830 --> 00:17:56,570
Beraz probabilitatea Abesti hori da
Lady Gaga emandako hitza ikusi dut

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

369
00:17:58,230 --> 00:18:02,960
>> Eta orain, zer naiz da
hitza "haurra" probabilitatea eman

370
00:18:02,960 --> 00:18:04,390
Lady Gaga izan dut.

371
00:18:04,390 --> 00:18:07,220
Eta zer da, funtsean?

372
00:18:07,220 --> 00:18:10,500
Zer esan nahi da, zer da
hitza "haurra" ikusten probabilitatea

373
00:18:10,500 --> 00:18:12,130
Gaga letra batean?

374
00:18:12,130 --> 00:18:16,240
Duten kalkulatzeko oso bat nahi badut
modu erraz, besterik zenbakia da

375
00:18:16,240 --> 00:18:23,640
aldiz, guztizko kopurua baino gehiago "haurra" ikusten dut
Gaga hitzak hitz baten, ezta?

376
00:18:23,640 --> 00:18:27,600
Zer da maiztasuna dudala ikusi
Gaga obran hitz hori?

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

378
00:18:30,530 --> 00:18:33,420
>> Bigarren terminoa da
Gaga probabilitatea.

379
00:18:33,420 --> 00:18:34,360
Zer esan nahi du?

380
00:18:34,360 --> 00:18:38,550
Funtsean esan nahi du, zer da
sailkatzeko probabilitatea

381
00:18:38,550 --> 00:18:40,690
Zenbait letra Gaga bezala?

382
00:18:40,690 --> 00:18:45,320
Eta hori da, bitxi mota, baina
dezagun uste adibide bat.

383
00:18:45,320 --> 00:18:49,230
Hargatik esaten duten probabilitatea
abesti batean "haurra" izatea bera da

384
00:18:49,230 --> 00:18:51,760
Gaga eta Britney Spears da.

385
00:18:51,760 --> 00:18:54,950
Baina Britney Spears birritan ditu
Lady Gaga baino abesti gehiago.

386
00:18:54,950 --> 00:19:00,570
Beraz, norbaitek besterik ausaz ematen dizu bada
lyrics of "haurra," lehenengo gauza duzu

387
00:19:00,570 --> 00:19:04,710
look at da, zer probabilitatea da
Gaga abesti batean "haurra" izatea, "haurra"

388
00:19:04,710 --> 00:19:05,410
Britney abesti batean?

389
00:19:05,410 --> 00:19:06,460
Eta gauza bera da.

390
00:19:06,460 --> 00:19:10,040
>> Beraz, ikusiko duzu bigarren gauza da,
ondo, zer probabilitatea da

391
00:19:10,040 --> 00:19:13,770
berak lyric hau Gaga liriko bat izanik,
eta zer probabilitatea da

392
00:19:13,770 --> 00:19:15,380
Britney lyric izateaz?

393
00:19:15,380 --> 00:19:18,950
Beraz Britney hainbeste gehiago lyrics geroztik
Gaga baino, seguraski egiten duzun

394
00:19:18,950 --> 00:19:21,470
esan, ondo, hau da, ziurrenik
Britney liriko bat.

395
00:19:21,470 --> 00:19:23,340
Beraz, horregatik hau dugu
hementxe epe.

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

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

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

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

400
00:19:29,370 --> 00:19:33,500
>> Eta azkena besterik ez egoteko probabilitatea da
"haurra" ren horrek ez du

401
00:19:33,500 --> 00:19:34,810
benetan axola askoz.

402
00:19:34,810 --> 00:19:39,940
Baina probabilitatea da
ingelesez "haurra" ikusten.

403
00:19:39,940 --> 00:19:42,725
Ez normalean ez dugu zaintzen
epe horri buruz askoz.

404
00:19:42,725 --> 00:19:44,490
Ez duela zentzurik?

405
00:19:44,490 --> 00:19:48,110
Beraz Gaga probabilitatea da
aurretiko probabilitatea deitzen

406
00:19:48,110 --> 00:19:49,530
klase Gaga du.

407
00:19:49,530 --> 00:19:53,840
Da besterik gabe esan nahi duelako, zer da
klase hori izatearen probabilitatea -

408
00:19:53,840 --> 00:19:55,520
horrek Gaga da -

409
00:19:55,520 --> 00:19:59,350
besterik ez, oro har, aski
baldintzarik gabe.

410
00:19:59,350 --> 00:20:02,560
>> Eta orduan probabilitatea daukat
Gaga eman "haurra," deitzen dugun plus

411
00:20:02,560 --> 00:20:06,160
malkotsua probabilitatea, da delako
izatearen probabilitatea

412
00:20:06,160 --> 00:20:08,300
Gaga froga batzuk eman.

413
00:20:08,300 --> 00:20:11,050
Beraz, ebidentzia ematen dizut
Hitz haurra ikusi dut eta

414
00:20:11,050 --> 00:20:12,690
Abestiaren zentzurik?

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

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

417
00:20:16,410 --> 00:20:22,400
>> I kalkulatzen Hala bada duten bakoitzeko
Lady Gaga abestiak du,

418
00:20:22,400 --> 00:20:25,916
zer izango litzateke -

419
00:20:25,916 --> 00:20:27,730
itxuraz, ezin dut mugitu honetan.

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

421
00:20:31,850 --> 00:20:36,920
Gaga probabilitatea izango
antzeko zerbait, 2 24 baino gehiago, bider 1/2,

422
00:20:36,920 --> 00:20:38,260
2 baino gehiago 53 baino gehiago.

423
00:20:38,260 --> 00:20:40,640
Ez du axola badakizu zer
Zenbaki horiek dira datozen.

424
00:20:40,640 --> 00:20:44,750
Baina hori gertatzen zenbaki bat besterik ez da
0 baino gehiago izan, ezta?

425
00:20:44,750 --> 00:20:48,610
>> Eta gero, ez dut Katy Perry,
"haurra" probabilitatea eman Katy da

426
00:20:48,610 --> 00:20:49,830
Dagoeneko 0, ezta?

427
00:20:49,830 --> 00:20:52,820
Ez delako "haurra"
Katy Perry in.

428
00:20:52,820 --> 00:20:56,360
Beraz, orduan hau bihurtzen 0, eta Gaga
garaipen, eta horrek esan nahi Gaga dela

429
00:20:56,360 --> 00:20:57,310
Ziurrenik kantaria.

430
00:20:57,310 --> 00:20:58,560
Ez duela zentzurik?

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

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

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

434
00:21:04,160 --> 00:21:11,750
>> Beraz ofizial gehiago hau egin nahi badut,
Benetan dut eredu bat egin ahal

435
00:21:11,750 --> 00:21:12,700
Hitz bat baino gehiago da.

436
00:21:12,700 --> 00:21:14,610
Beraz, demagun zerbait que tengo
bezala, "haurra, ni naiz

437
00:21:14,610 --> 00:21:16,030
sua ", edo horrelako zerbait.

438
00:21:16,030 --> 00:21:17,760
Beraz, hitz bat baino gehiago ditu.

439
00:21:17,760 --> 00:21:20,880
Eta, kasu honetan, ikusi ahal izango duzu
hori "haurra" Gaga da,

440
00:21:20,880 --> 00:21:21,710
baina ez da Katy in.

441
00:21:21,710 --> 00:21:24,940
Eta "su" Katy da, baina
Ez da Gaga da, ezta?

442
00:21:24,940 --> 00:21:27,200
Beraz trickier lortzean da, ezta?

443
00:21:27,200 --> 00:21:31,440
Badirudi delako duzula ia
Bien arteko berdinketa bat.

444
00:21:31,440 --> 00:21:36,980
>> Beraz, zer egin behar duzun da, bere gain hartzen
hitzen artean independentzia.

445
00:21:36,980 --> 00:21:41,210
Beraz, funtsean, zer esan nahi duen
Besterik ez dut zer den kalkulatzeko

446
00:21:41,210 --> 00:21:44,330
ikusten probabilitatea "haurra," zer da
ikusten probabilitatea "dut", eta

447
00:21:44,330 --> 00:21:46,670
"Ni" eta "on", eta "su",
guztiak banan-banan.

448
00:21:46,670 --> 00:21:48,670
Ondoren denak biderkatzeko naiz.

449
00:21:48,670 --> 00:21:52,420
Eta zer probabilitatea da ikusten dut
dagoen esaldi osoa ikustea.

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

451
00:21:55,210 --> 00:22:00,270
>> Beraz, funtsean, hitz bat besterik ez badut,
zer aurkitu nahi nuen arg max da,

452
00:22:00,270 --> 00:22:05,385
horrek esan nahi du, zer klase dela da
me probabilitatea altuena emanez?

453
00:22:05,385 --> 00:22:10,010
Beraz, zer klase emanez dela
niretzat probabilitatea altuena

454
00:22:10,010 --> 00:22:11,940
klase probabilitatea emandako hitza.

455
00:22:11,940 --> 00:22:17,610
Beraz, kasu honetan, Gaga eman "haurra".
Edo Katy eman "haurra". Zentzurik?

456
00:22:17,610 --> 00:22:21,040
>> Eta besterik Bayes eragozteko, agian
ekuazio dudala erakutsi,

457
00:22:21,040 --> 00:22:24,780
frakzio hau sortzen dugu.

458
00:22:24,780 --> 00:22:28,750
Gauza bakarra da ikusten duzun
Hitz probabilitatea ematen du

459
00:22:28,750 --> 00:22:31,370
klase aldaketen arabera
klasea da, ezta?

460
00:22:31,370 --> 00:22:34,260
S "haurra" que tengo kopuruak
Gaga in Katy desberdinak.

461
00:22:34,260 --> 00:22:37,640
Klasea probabilitatea ere
besterik zenbakia da aldaketa delako

462
00:22:37,640 --> 00:22:39,740
abesti horietako bakoitzak.

463
00:22:39,740 --> 00:22:43,980
>> Baina hitza bera probabilitatea
da berdinak izatea guztiak ezkerraldetik

464
00:22:43,980 --> 00:22:44,740
artistek, ezta?

465
00:22:44,740 --> 00:22:47,150
Beraz, hitza probabilitatea da
besterik gabe, zer probabilitatea da

466
00:22:47,150 --> 00:22:49,820
hitz hori ikusten diren
Ingelesa hizkuntza?

467
00:22:49,820 --> 00:22:51,420
Beraz, horiek guztiak bera da.

468
00:22:51,420 --> 00:22:55,790
Hau da, konstante beraz geroztik, ezin dugu besterik
askatu eta hau ez da arduratu.

469
00:22:55,790 --> 00:23:00,230
Beraz, hau benetan izango da
ekuazio bilatzen ari gara.

470
00:23:00,230 --> 00:23:03,360
>> Eta hitz bat baino gehiago izan banu, naiz
oraindik ere aurretik izan da joan

471
00:23:03,360 --> 00:23:04,610
probabilitatea hemen.

472
00:23:04,610 --> 00:23:06,980
Gauza bakarra da biderkatzailea naiz
probabilitatea

473
00:23:06,980 --> 00:23:08,490
beste hitz guztiak.

474
00:23:08,490 --> 00:23:10,110
Beraz, horiek guztiak biderkatu naiz.

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

476
00:23:12,610 --> 00:23:18,440
Arraroa dirudi, baina funtsean esan nahi du,
klasearen aurretik eta kalkulatu

477
00:23:18,440 --> 00:23:22,100
ondoren, bakoitzaren probabilitatea bider
Hitzak klase horretan egoteko.

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

479
00:23:24,620 --> 00:23:29,150
>> Eta badakiela baten probabilitatea
Hitz klase bat eman izango da, joan den

480
00:23:29,150 --> 00:23:34,520
in hitz hori ikusten duzu zenbat aldiz
klase horretan, kopuruaren arabera banatzen

481
00:23:34,520 --> 00:23:37,020
Hitz horretan duzu
oro har, klase.

482
00:23:37,020 --> 00:23:37,990
Zentzurik?

483
00:23:37,990 --> 00:23:41,680
Besterik ez da "haurra" nola izan zen 2 baino gehiago
hitz kopurua duten

484
00:23:41,680 --> 00:23:43,020
Izan lyrics in dut.

485
00:23:43,020 --> 00:23:45,130
Beraz, besterik maiztasuna.

486
00:23:45,130 --> 00:23:46,260
>> Baina gauza bat da.

487
00:23:46,260 --> 00:23:51,250
Gogoratu nola erakusten ari nintzen hori
"haurra" lyrics izatearen probabilitatea

488
00:23:51,250 --> 00:23:56,350
Katy Perry 0tik zen soilik delako Katy
Perry ez dute "haurra" guztietan?

489
00:23:56,350 --> 00:24:04,900
Baina apur bat besterik ez gogorra soinuak
besterik gabe esan lyrics ezin izango

490
00:24:04,900 --> 00:24:10,040
ez dute ez bakarrik delako izan artista bat
bereziki, hitz horren edozein unetan.

491
00:24:10,040 --> 00:24:13,330
>> Beraz, besterik gabe esan ahal izango duzu, bai, zuk
ez dute hitz hori izan, noa joan

492
00:24:13,330 --> 00:24:15,640
probabilitatea txikiagoa ematen dizute,
baina besterik ez dut ez joatea

493
00:24:15,640 --> 00:24:17,420
ematen dizute 0 berehala.

494
00:24:17,420 --> 00:24:21,040
Agian delako zen zerbait bezala,
"Sua, sua, sua, sua," hau da,

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

496
00:24:21,990 --> 00:24:26,060
Eta, ondoren, "haurra", eta besterik ez doa
0 berehala ez zen bat delako

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

498
00:24:27,250 --> 00:24:31,440
>> Beraz, funtsean, zer egiten dugun zerbait da
Laplace leuntzea deritzo.

499
00:24:31,440 --> 00:24:36,260
Eta hori esan nahi emanez naiz duten I
nahiz eta hitz egiteko probabilitatea batzuk

500
00:24:36,260 --> 00:24:37,850
hori ez da existitzen.

501
00:24:37,850 --> 00:24:43,170
Beraz, egiten dudana da, orduan naiz
hau kalkulatzeko, gehitu dut beti 1era

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

503
00:24:44,180 --> 00:24:48,060
Hitza ez bada beraz, nahiz eta existitzen, in
Kasu honetan, hau da, 0 bada, naiz oraindik

504
00:24:48,060 --> 00:24:51,250
gainetik 1 gisa hau kalkulatzeko
guztira hitz kopurua.

505
00:24:51,250 --> 00:24:55,060
Bestela, I get zenbat hitz
Daukat eta gehitu dut 1.

506
00:24:55,060 --> 00:24:58,300
Beraz, bi kasuetan eman dut kontatuta naiz.

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

508
00:25:00,430 --> 00:25:03,060
>> Beraz, orain egin dezagun kodifikazioa batzuk utzi.

509
00:25:03,060 --> 00:25:06,440
Nahiko azkar egin behar noa,
baina besterik garrantzitsua da duzula

510
00:25:06,440 --> 00:25:08,600
guys ulertzeko kontzeptuak.

511
00:25:08,600 --> 00:25:13,450
Beraz, zer egiten saiatzen ari gara
da zehazki ezartzea honetan

512
00:25:13,450 --> 00:25:14,330
Gauza hori besterik esan nuen -

513
00:25:14,330 --> 00:25:19,110
Hitzak jarri behar duzu nahi dut
Lady Gaga eta Katy Perry.

514
00:25:19,110 --> 00:25:22,980
Eta programa gai izango da
letrak horiek Gaga etatik diren adierazi

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

516
00:25:24,170 --> 00:25:25,800
Zentzurik?

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

518
00:25:27,530 --> 00:25:30,710
>> Beraz, programa honetan noa daukat
classify.py deitzeko.

519
00:25:30,710 --> 00:25:31,970
Beraz, hau Python da.

520
00:25:31,970 --> 00:25:34,210
Da programazio-lengoaia berri bat.

521
00:25:34,210 --> 00:25:38,020
Batzuk oso antzekoa da
C eta PHP modu.

522
00:25:38,020 --> 00:25:43,180
Antzeko izan nahi duelako baduzu
ikasi Python C ezagutu ondoren, ez da

523
00:25:43,180 --> 00:25:46,270
benetan ez duten erronka bat askoz
Python askoz errazagoa da, besterik ez delako

524
00:25:46,270 --> 00:25:47,520
C baino, lehenik eta behin.

525
00:25:47,520 --> 00:25:49,370
Eta gauza asko daude dagoeneko
zuretzat ezarri.

526
00:25:49,370 --> 00:25:56,820
Beraz, besterik gabe, nola PHP bezalako funtzio duten
zerrenda bat ordenatu, edo zerbait erantsi

527
00:25:56,820 --> 00:25:58,780
array bat, edo blah, blah, blah izateko.

528
00:25:58,780 --> 00:26:00,690
Python horiek guztiak ditu baita.

529
00:26:00,690 --> 00:26:05,960
>> Naiz, beraz, azkar azaltzeko joan
sailkapena nola egin genezake

530
00:26:05,960 --> 00:26:07,860
Hemen arazo.

531
00:26:07,860 --> 00:26:13,230
Beraz, demagun kasu honetan, daukat
lyrics Gaga eta Katy Perry from.

532
00:26:13,230 --> 00:26:21,880
Bide pertsonak letra horiek daukat dela
lyrics lehen hitza da

533
00:26:21,880 --> 00:26:25,250
Artistaren izena, eta
gainerako letra da.

534
00:26:25,250 --> 00:26:29,470
Beraz, demagun zerrenda honetan que tengo en
horietatik lehena lyrics Gaga egilea da.

535
00:26:29,470 --> 00:26:31,930
Beraz, hemen nago bide onetik dut.

536
00:26:31,930 --> 00:26:35,270
Eta hurrengo bat Katy da, eta
halaber, letra ditu.

537
00:26:35,270 --> 00:26:38,040
>> Beraz, hau da, nola aldarrikatu duzu
Python-en aldagai bat.

538
00:26:38,040 --> 00:26:40,200
Ez duzu datu-mota emateko.

539
00:26:40,200 --> 00:26:43,150
Idazten duzun besterik ez "hitzak,"
motatako PHP gustatzen.

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

541
00:26:44,890 --> 00:26:47,770
>> Beraz, zer dira duten daukat gauzak egiteko
kalkulatzeko kalkulatzeko gai izan behar du

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

543
00:26:49,360 --> 00:26:55,110
The "prioreen" kalkulatu behar dut
desberdina du bakoitzaren

544
00:26:55,110 --> 00:26:56,710
eskolak que tengo.

545
00:26:56,710 --> 00:27:06,680
The "posteriors," kalkulatu behar dut
edo nahiko askoz probabilitateak

546
00:27:06,680 --> 00:27:12,150
desberdinak hitz bakoitzak
Artista bakoitzeko ezin dut izan.

547
00:27:12,150 --> 00:27:17,210
Beraz Gaga barruan, adibidez, noa
zenbat aldiz ikusi dut zerrenda bat izatea

548
00:27:17,210 --> 00:27:19,250
hitz guztiek.

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

550
00:27:20,760 --> 00:27:25,370
>> Eta, azkenik, besterik ez dut behar joan a
"Hitzak" izeneko zerrenda hori besterik joan

551
00:27:25,370 --> 00:27:29,780
behar zenbat hitz dut
artista bakoitzeko dute.

552
00:27:29,780 --> 00:27:33,760
Beraz Gaga, adibidez, noiz begiratu nuen
letra egiteko, nuen, uste dut, 24

553
00:27:33,760 --> 00:27:34,750
guztira hitz.

554
00:27:34,750 --> 00:27:38,970
Beraz zerrenda hau besterik ez da behar joan
Gaga 24, eta Katy zenbaki batera.

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

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

557
00:27:40,560 --> 00:27:42,530
>> Beraz, gaur egun, benetan, dezagun
kodetze joan.

558
00:27:42,530 --> 00:27:45,270
Beraz, Python, benetan ahal duzun
desberdin mordo bat itzultzeko

559
00:27:45,270 --> 00:27:46,630
funtzio bat gauzak.

560
00:27:46,630 --> 00:27:50,810
Naiz, beraz, funtzio hau sortzen joan
"baldintzapeko," horrek va izeneko

561
00:27:50,810 --> 00:27:53,890
gauza horiek guztiak itzuli behar du,
"Priores," "probabilitate", eta

562
00:27:53,890 --> 00:28:05,690
"Hitzak." Beraz, "baldintzapeko," eta hori da
sartu beharreko deituz going "hitzak."

563
00:28:05,690 --> 00:28:11,510
>> Beraz, gaur egun, benetan nahi dut
Funtzio hau idazteko.

564
00:28:11,510 --> 00:28:17,750
Beraz, hori dut hau idatzi ahal bidea
funtzioa besterik ez da definitzen dut

565
00:28:17,750 --> 00:28:20,620
hauekin funtziona "def." Beraz, egin nuen "def
baldintzapeko, "eta zer hartzen ari da

566
00:28:20,620 --> 00:28:28,700
"Letra." Eta zer egin behar da joan
da, lehenik eta behin, nire prioreen daukat

567
00:28:28,700 --> 00:28:31,030
kalkulatu nahi dut.

568
00:28:31,030 --> 00:28:34,330
>> Beraz, hau egin ahal naiz bidea da sortu
Python, hiztegi batean eta horrek

569
00:28:34,330 --> 00:28:37,320
nahiko askoz hash gisa gauza bera da
mahaia, edo etorriko da bat bezalakoa da

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

571
00:28:40,480 --> 00:28:44,150
Hau da, hiztegi bat nola deklaratzen dut.

572
00:28:44,150 --> 00:28:53,580
Eta, batez ere, zer esan nahi duen
Gaga prioreen 0,5 da, adibidez, bada

573
00:28:53,580 --> 00:28:57,200
Lyrics% 50 dira
Gaga, Katy% 50 dira.

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

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

576
00:29:00,680 --> 00:29:03,680
Beraz, irudikatu nahi izan dut nola
prioreen kalkulatzeko.

577
00:29:03,680 --> 00:29:07,120
>> Duten egin behar dut hurrengo direnak, halaber,
probabilitate eta hitzak dira.

578
00:29:07,120 --> 00:29:17,100
Beraz Gaga probabilitateak zerrenda da
probabilitate guztien dudala

579
00:29:17,100 --> 00:29:19,160
Gaga for hitz guztiek dute.

580
00:29:19,160 --> 00:29:23,880
Joaten naiz Gaga probabilitateak nahi hala bada
"Haurra", esate baterako, eman egingo da niretzat

581
00:29:23,880 --> 00:29:28,750
2 24 baino gehiago kasu horretan antzeko zerbait.

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

583
00:29:30,070 --> 00:29:36,120
Beraz, joan nintzen eta "probabilitate," joan den
Duten guztien zerrenda bat dauka "Gaga" ontzi

584
00:29:36,120 --> 00:29:40,550
Gaga hitzetan, gero joan naiz "haurra,"
eta probabilitatea ikusten dut.

585
00:29:40,550 --> 00:29:45,940
>> Eta azkenik, hau dut
"Hitz" hiztegia.

586
00:29:45,940 --> 00:29:53,620
Beraz, hemen, "probabilitate". Eta gero
"Hitzak." Beraz, "hitz", "Gaga," egin badut

587
00:29:53,620 --> 00:29:58,330
zer gertatuko da da dela
me emateko 24 joan, esaten dut

588
00:29:58,330 --> 00:30:01,990
lyrics Gaga barruan 24 hitz izan.

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

590
00:30:04,110 --> 00:30:07,070
Beraz, hemen, "hitzak" dah-dah-dah berdin.

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

592
00:30:07,620 --> 00:30:12,210
>> Beraz, zer egin noa da noa
letra bakoitzean zehar batetik bestera joateko eta, beraz,

593
00:30:12,210 --> 00:30:14,490
kateak bakoitzak
Izan zerrendan dut.

594
00:30:14,490 --> 00:30:18,040
Eta ez dut gauza horiek kalkulatzeko joan
hautagaien bakoitzeko.

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

596
00:30:19,950 --> 00:30:21,700
Beraz, bat egin behar begizta daukat.

597
00:30:21,700 --> 00:30:26,300
>> Beraz, Python, zer egin ahal izango dut "linea;
lyrics in. "gisa ere gauza bera

598
00:30:26,300 --> 00:30:28,000
PHP adierazpena "bakoitzeko".

599
00:30:28,000 --> 00:30:33,420
Gogoratu nola PHP bada nuen
esan "letra bakoitzean bezala

600
00:30:33,420 --> 00:30:35,220
lerroan. "Makes zentzurik?

601
00:30:35,220 --> 00:30:38,900
Beraz, lerro bakoitzean hartu dut, hau
kasuan, katea hau eta hurrengoan

602
00:30:38,900 --> 00:30:44,540
kate beraz, lerro zer naiz bakoitzerako
joan egiten da lehenik, noa joan

603
00:30:44,540 --> 00:30:49,150
zatitu lerro hau zerrenda bat sartu
zuriunez bereizita hitz.

604
00:30:49,150 --> 00:30:53,730
>> Beraz Python buruz cool gauza dela
duzun izan besterik Google bezala "nola egin dezaket

605
00:30:53,730 --> 00:30:58,220
zatitu kate bat hitz sartu? "Eta hori da
esango nola egin behar.

606
00:30:58,220 --> 00:31:04,890
Eta bidean egin behar den, besterik lerroan "da
= Line.split () "eta da funtsean

607
00:31:04,890 --> 00:31:08,640
zurekin zerrenda bat ematera joan
Hitzak hemen bakoitzean.

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

609
00:31:09,620 --> 00:31:15,870
Beraz, orain, jakin nahi dut nik
duten abesti hori kantaria da.

610
00:31:15,870 --> 00:31:20,130
Eta hori besterik ez dut lortu egin
matrizearen lehen elementua, ezta?

611
00:31:20,130 --> 00:31:26,390
Beraz, besterik ez dut esan ahal izango dut "abeslaria
= Line (0) "Makes zentzurik?

612
00:31:26,390 --> 00:31:32,010
>> Eta gero, zer egin behar dut, lehen
guztiak, naiz eguneratzeko noa zenbat

613
00:31:32,010 --> 00:31:36,130
Hitz pean daukat "Gaga." beraz nago besterik
kalkulatzeko joan zenbat hitz dut

614
00:31:36,130 --> 00:31:38,690
Zerrenda honetan izan da, ezta?

615
00:31:38,690 --> 00:31:41,910
Hau da, zenbat hitz daukat delako
letra eta besterik ez naiz joan

616
00:31:41,910 --> 00:31:44,120
gehitu du "Gaga" array izateko.

617
00:31:44,120 --> 00:31:47,090
Ez duela zentzurik?

618
00:31:47,090 --> 00:31:49,010
Ez zentratu gehiegi sintaxia da.

619
00:31:49,010 --> 00:31:50,430
Uste gehiago kontzeptuak buruz.

620
00:31:50,430 --> 00:31:52,400
Duen zatirik garrantzitsuena da.

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

622
00:31:52,720 --> 00:32:00,260
>> Beraz, zer I egin ahal da "Gaga" bada
Dagoeneko zerrenda horretan, beraz, "bada abeslari hasi

623
00:32:00,260 --> 00:32:03,190
hitzak "horrek esan nahi dut dagoeneko
hitzak izan Gaga arabera.

624
00:32:03,190 --> 00:32:06,640
Besterik osagarriak gehitu nahi dut
duten hitzak.

625
00:32:06,640 --> 00:32:15,810
Beraz, egiten dudana hitzak "(abeslaria) da
+ = Len (line) - 1 ".

626
00:32:15,810 --> 00:32:18,250
Eta gero, besterik ez dut egin ahal izango du
lerroaren luzera.

627
00:32:18,250 --> 00:32:21,860
Elementu beraz zenbat dut
array dute.

628
00:32:21,860 --> 00:32:27,060
Eta egin behar dut ken 1 besterik ez delako
matrizearen lehen elementua besterik ez da

629
00:32:27,060 --> 00:32:29,180
abeslari eta horiek ez dira letrak.

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

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

632
00:32:32,780 --> 00:32:35,820
>> "Bestela," nahi dut esan nahi du benetan
txertatzeko Gaga zerrendan sartu.

633
00:32:35,820 --> 00:32:45,990
Horrela egin dut, besterik gabe "hitz (abeslaria)
= Len (line) - 1, "sentitzen.

634
00:32:45,990 --> 00:32:49,200
Beraz, bien arteko desberdintasun bakarra
lerro bat da hori, ez du

635
00:32:49,200 --> 00:32:51,080
existitzen oraindik, naiz, beraz,
du hasieratzean.

636
00:32:51,080 --> 00:32:53,820
Ko hau dut benetan gehituz naiz.

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

638
00:32:55,570 --> 00:32:59,480
Hain zen honetan hitz gehituz.

639
00:32:59,480 --> 00:33:03,040
>> Orain gehitu Priores nahi dut.

640
00:33:03,040 --> 00:33:05,480
Beraz, nola ez prioreen kalkulatu dut?

641
00:33:05,480 --> 00:33:11,580
Prioreen kalkulatu daiteke
zenbat bider.

642
00:33:11,580 --> 00:33:15,340
Abeslari, beraz, zenbat aldiz ikusi duzu
abeslari duzula guztien artean

643
00:33:15,340 --> 00:33:16,380
izan, ezta?

644
00:33:16,380 --> 00:33:18,810
Gaga eta Katy Perry, beraz,
kasu honetan, ikusten dut Gaga

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

646
00:33:20,570 --> 00:33:23,320
>> Beraz, funtsean Gaga for Priores
eta Katy Perry litzateke

647
00:33:23,320 --> 00:33:24,390
bakar bat izango da, ezta?

648
00:33:24,390 --> 00:33:26,500
Zuk besterik ez zenbat aldiz
Artistak ikusten dut.

649
00:33:26,500 --> 00:33:28,740
Beraz, hau da kalkulatu oso erraza da.

650
00:33:28,740 --> 00:33:34,100
I can zerbait antzekoa bezala "balitz bezala
prioreen abeslari, "Besterik ez naiz joan

651
00:33:34,100 --> 00:33:38,970
gehitzeko 1 euren prioreen kutxa da.

652
00:33:38,970 --> 00:33:51,000
Beraz, "prioreen (kantatzen)" + = 1 "eta ondoren", bestela "
"Prioreen (kantaria) egin nahi dut

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

654
00:33:55,000 --> 00:34:00,080
>> Beraz, ez badago jarri besterik ez dut
1 bezala, bestela gehitu besterik ez dut 1.

655
00:34:00,080 --> 00:34:11,280
Ados, beraz, gaur egun hori guztia utzi dut egin
da ere gehi hitz guztiek egindako

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

657
00:34:12,290 --> 00:34:14,889
Beraz, zenbatu behar dut zenbat aldiz
Hitz bakoitzean ikusten dut.

658
00:34:14,889 --> 00:34:18,780
Beraz, besterik ez dut beste modu batez
lerroan begizta.

659
00:34:18,780 --> 00:34:25,190
>> Duten ez dut egingo, beraz lehenengo gauza da
check abeslariaren dagoeneko badu bat

660
00:34:25,190 --> 00:34:26,969
probabilitate array.

661
00:34:26,969 --> 00:34:31,739
Beraz dut egiaztapena abeslaria ez bada
probabilitate array bat, besterik ez naiz

662
00:34:31,739 --> 00:34:34,480
beraientzat bat abiarazi nahi du.

663
00:34:34,480 --> 00:34:36,400
Ez da, nahiz eta array bat da, barkatu,
hiztegi bat da.

664
00:34:36,400 --> 00:34:43,080
Beraz, abeslaria probabilitateak va
hiztegi ireki bat izan nahi du, beraz, naiz

665
00:34:43,080 --> 00:34:45,830
besterik ez da hiztegi bat hasieratzeko.

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

667
00:34:46,820 --> 00:34:58,330
>> Eta orain dut benetan egiten loop
hitz guztiek 'kalkulatzeko

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

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

670
00:35:01,540 --> 00:35:04,160
Beraz, zer egin ahal izango dut begizta.

671
00:35:04,160 --> 00:35:06,590
Beraz, besterik ez dut batetik bestera joateko joan
array zehar.

672
00:35:06,590 --> 00:35:15,320
Beraz, hori egin ahal izango dut Python modu
da "sorta i da." 1etik

673
00:35:15,320 --> 00:35:19,200
bigarren urtean hasi nahi nuelako
lehenengoa da elementu delako

674
00:35:19,200 --> 00:35:20,260
abeslaria izena.

675
00:35:20,260 --> 00:35:24,990
Beraz batetik erabakitzen ditu
lerroaren luzera.

676
00:35:24,990 --> 00:35:29,760
Eta noiz bitartekoa dut benetan aurrera joan
hemen bezala 1etik du len izateko

677
00:35:29,760 --> 00:35:30,740
line ken 1.

678
00:35:30,740 --> 00:35:33,810
Hori egiteko gauza dela dagoeneko egiten du
n ken 1 arrayak egiteko eta hori oso

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

680
00:35:35,500 --> 00:35:37,850
Zentzua?

681
00:35:37,850 --> 00:35:42,770
>> Beraz, horietako bakoitzean, zer noa joan
egin da, besterik gabe, beste bat bezala,

682
00:35:42,770 --> 00:35:50,320
Egiaztatu noa bada honetako hitza
marraren posizioan da dagoeneko in

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

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

685
00:35:53,400 --> 00:35:57,260
Eta gero, hemen esan dut, probabilitate gisa
hitzak, gisa I jarri

686
00:35:57,260 --> 00:35:58,400
"Probabilitate (abeslaria)".

687
00:35:58,400 --> 00:35:59,390
Beraz abeslariaren izenean.

688
00:35:59,390 --> 00:36:03,450
Beraz, dagoeneko ez da bada
"PROBABILIT (abeslaria)", da esan nahi dut

689
00:36:03,450 --> 00:36:11,960
gehitzeko 1 ez da nahi, beraz, noa joan
"probabilitate (abeslaria)", eta burutu

690
00:36:11,960 --> 00:36:14,100
hitza "lerroa (i)" deritzo.

691
00:36:14,100 --> 00:36:22,630
Gehitzeko 1 noa eta "bestela" Besterik ez dut
abiarazi 1 joatea.

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

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

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

695
00:36:28,420 --> 00:36:30,180
>> Beraz, array guztia kalkulatzen dut.

696
00:36:30,180 --> 00:36:36,580
Beraz, gaur egun guztiak hori egin behar dut
hau bat besterik ez da "prioreen itzultzeko,

697
00:36:36,580 --> 00:36:43,230
probabilitate eta hitzak. "dezagun
Ikusten baldin badaude, Ados.

698
00:36:43,230 --> 00:36:45,690
Guztia, orain arte lanean ari dela dirudi.

699
00:36:45,690 --> 00:36:46,900
Beraz, zentzua?

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

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

702
00:36:49,280 --> 00:36:51,980
Beraz, gaur egun probabilitate guztia daukat.

703
00:36:51,980 --> 00:36:55,100
Beraz, orain utzi nuen gauza bakarra
besterik ez da gauza izan zela

704
00:36:55,100 --> 00:36:58,650
guztien biderkaketa kalkulatzen du
probabilitateak denean letra lortu dut.

705
00:36:58,650 --> 00:37:06,270
>> Beraz, demagun orain deitu nahi dut
funtzio hau "sailkatzea ()" eta

706
00:37:06,270 --> 00:37:08,880
Gauza funtzio hori hartzen
argumentu bat besterik ez da.

707
00:37:08,880 --> 00:37:13,170
Demagun "Baby, Ni sutan dut", eta hura da
irudikatu zer da joan

708
00:37:13,170 --> 00:37:14,490
Probabilitate hori Gaga da?

709
00:37:14,490 --> 00:37:16,405
Zer probabilitate
hori da Katie?

710
00:37:16,405 --> 00:37:19,690
Soinuak ona?

711
00:37:19,690 --> 00:37:25,750
Naiz, beraz, sortu izan du bat
izeneko funtzio berria "sailkatzea ()" eta

712
00:37:25,750 --> 00:37:29,180
Da pixka bat hartu du
lyrics baita.

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

714
00:37:31,790 --> 00:37:36,160
Eta letra gain nik ere
Priores bidali behar du,

715
00:37:36,160 --> 00:37:37,700
probabilitate eta hitzak.

716
00:37:37,700 --> 00:37:44,000
Beraz, ez dut lyrics, prioreen bidaltzen dizkiguzun,
probabilitate, hitzak.

717
00:37:44,000 --> 00:37:51,840
>> Beraz, hau da letrak, prioreen hartuz,
probabilitate, hitzak.

718
00:37:51,840 --> 00:37:53,530
Beraz, zer egin du?

719
00:37:53,530 --> 00:37:57,180
Funtsean da guztietan barrena joan
balizko hautagaien duzula

720
00:37:57,180 --> 00:37:58,510
abeslari gisa izan.

721
00:37:58,510 --> 00:37:59,425
Eta non dira hautagai horiek?

722
00:37:59,425 --> 00:38:01,020
Oraindik Priores In dute, ezta?

723
00:38:01,020 --> 00:38:02,710
Beraz, ez dago horiek guztiak ditut.

724
00:38:02,710 --> 00:38:07,870
Beraz, ez dut hiztegi bat izan da joan
balizko hautagai guztien.

725
00:38:07,870 --> 00:38:14,220
Eta, ondoren, hautagai bakoitzeko
Priores, dela joan esan nahi du, beraz,

726
00:38:14,220 --> 00:38:17,740
izan Gaga, Katie banu
gehiago gehiago izango litzateke.

727
00:38:17,740 --> 00:38:20,410
Kalkulatzeko hasteko noa
probabilitatea hau.

728
00:38:20,410 --> 00:38:28,310
Probabilitatea ikusi bezala dugun
PowerPoint aurretik aldiz da

729
00:38:28,310 --> 00:38:30,800
bakoitzaren produktua
beste probabilitate.

730
00:38:30,800 --> 00:38:32,520
>> Beraz, gauza bera egin dezaket hemen.

731
00:38:32,520 --> 00:38:36,330
Besterik ez dut egin ahal probabilitatea da
Hasieran besterik ez aurretik.

732
00:38:36,330 --> 00:38:40,340
Beraz, hautagaiak prioreen.

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

734
00:38:40,870 --> 00:38:45,360
Eta orain arte guztian zehar batetik bestera joateko behar dut
hori izango dute letra dut hitz

735
00:38:45,360 --> 00:38:48,820
gai probabilitatea gehitzeko
Horietako bakoitzerako, OK?

736
00:38:48,820 --> 00:38:57,900
Beraz, "hitzak hitzak for" zer noa
da egiteko, hitza bada

737
00:38:57,900 --> 00:39:01,640
"Probabilitate (hautagai)", horrek
esan nahi du, hitz bat da hori da hori

738
00:39:01,640 --> 00:39:03,640
Hautagaiak bere hitzak ditu -

739
00:39:03,640 --> 00:39:05,940
adibidez, "haurra" Gaga for -

740
00:39:05,940 --> 00:39:11,710
zer egin behar dut zera dela,
probabilitatea dago biderkatu egingo da

741
00:39:11,710 --> 00:39:22,420
1 eta plus probabilitate du
hitz hori hautagai.

742
00:39:22,420 --> 00:39:25,710
Eta "hitza" deitu zion.

743
00:39:25,710 --> 00:39:32,440
Honek hitz kopuruaren arabera banatzen
hautagai hori izan dut.

744
00:39:32,440 --> 00:39:37,450
Guztira hitz kopurua que tengo
hori bilatzen ari naiz abeslaria da.

745
00:39:37,450 --> 00:39:40,290
>> "Bestela." esan nahi du, hitz berri bat da
beraz, adibidez atsegin litzaidake izan

746
00:39:40,290 --> 00:39:41,860
"Su" Lady Gaga da.

747
00:39:41,860 --> 00:39:45,760
Beraz, besterik egin 1 baino gehiago nahi dut
"Hitza (hautagai)".

748
00:39:45,760 --> 00:39:47,710
Beraz, ez dut nahi legealdi honetan jarri behar da hemen.

749
00:39:47,710 --> 00:39:50,010
>> Beraz, funtsean izango da
kopiatzeko eta itsasteko hau.

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

751
00:39:54,380 --> 00:39:56,000
Baina nik zati hau ezabatu noa.

752
00:39:56,000 --> 00:39:57,610
Beraz, besterik ez da 1 hori baino gehiago izango.

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

754
00:40:00,900 --> 00:40:02,150
Soinuak ona?

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

756
00:40:03,980 --> 00:40:09,700
Eta amaieran, gaur egun, besterik ez naiz joan
hautagaiaren izena eta inprimatu

757
00:40:09,700 --> 00:40:15,750
probabilitatea horren duzu
Beren lyrics on S izatea.

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

759
00:40:16,200 --> 00:40:18,390
Eta benetan ez ere egin dut
hiztegi hau behar.

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

761
00:40:19,510 --> 00:40:21,810
>> Beraz, ikus dezagun hau benetan lan egiten bada.

762
00:40:21,810 --> 00:40:24,880
Beraz, hau exekutatu bada, ez du funtzionatzen.

763
00:40:24,880 --> 00:40:26,130
Itxaron segundo bat.

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

765
00:40:28,870 --> 00:40:31,720
"Hitzak (hautagai)", "hitz (hautagai)",
hori da

766
00:40:31,720 --> 00:40:33,750
array baten izena.

767
00:40:33,750 --> 00:40:41,435
Ados Beraz, ez dago akatsen batzuk ekarriko dio
prioreen in hautagairik.

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

769
00:40:46,300 --> 00:40:48,760
Utzi chill besterik nau pixka bat.

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

771
00:40:50,360 --> 00:40:51,305
Dezagun saiatu.

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

773
00:40:51,720 --> 00:40:58,710
>> Beraz, ematen du Katy Perry du hau
aldiz hau 10 to probabilitatea

774
00:40:58,710 --> 00:41:02,200
ken 7, eta Gaga ditu honek
aldiz 10 ken 6ra.

775
00:41:02,200 --> 00:41:05,610
Beraz, ikusi duzuna erakusten duten Gaga
probabilitatea handiagoa du.

776
00:41:05,610 --> 00:41:09,260
Beraz, "Baby, naiz on Fire dut" da
Ziurrenik Gaga abesti bat.

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

778
00:41:10,580 --> 00:41:12,030
Beraz, hau da zer egin genuen.

779
00:41:12,030 --> 00:41:16,010
>> Kode hau da online posted egingo da,
beraz, you guys da kontsultatu dezakezu.

780
00:41:16,010 --> 00:41:20,720
Agian erabili da batzuk nahi badituzu
proiektu bat edo antzeko zerbait egin.

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

782
00:41:22,150 --> 00:41:25,930
Hau izan zen besterik ez erakusteko
zer konputazionalak

783
00:41:25,930 --> 00:41:27,230
linguistika kodea itxura.

784
00:41:27,230 --> 00:41:33,040
Baina orain utzi joan gehiagotara en
maila handiko stuff.

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

786
00:41:33,340 --> 00:41:35,150
>> Beraz, beste arazo dut
buruz hitz egiten -

787
00:41:35,150 --> 00:41:37,550
segmentazio arazoa
Horietako lehenengoa da.

788
00:41:37,550 --> 00:41:40,820
Beraz, hemen duzu japoniarrak.

789
00:41:40,820 --> 00:41:43,420
Eta gero ikusten duzun
daude tarterik gabe.

790
00:41:43,420 --> 00:41:49,110
Beraz, funtsean da hau esan nahi dela
aulki goialdean, ezta?

791
00:41:49,110 --> 00:41:50,550
Japoniar hitz egiten duzu?

792
00:41:50,550 --> 00:41:52,840
Aulki goialdean da, ezta?

793
00:41:52,840 --> 00:41:54,480
>> STUDENT: ez dakit zer
kanji gainetik dago.

794
00:41:54,480 --> 00:41:57,010
>> Lucas Freitas: Honez [JAPONIAKO SPEAKING]

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

796
00:41:57,950 --> 00:42:00,960
Beraz, funtsean, goi aulkia esan nahi du.

797
00:42:00,960 --> 00:42:03,620
Espazio bat jarri behar izan zuen, beraz, baduzu
Hemen izango litzateke.

798
00:42:03,620 --> 00:42:05,970
Eta, ondoren, duzu [? Ueda-san. ?]

799
00:42:05,970 --> 00:42:09,040
Horrek esanahi du, jauna Ueda.

800
00:42:09,040 --> 00:42:13,180
Eta ikusten duzu, eta hori "Ueda" duzu baten
espazioa eta, ondoren, "san". Beraz, ikusi duzula

801
00:42:13,180 --> 00:42:15,470
Hemen duzu "EB" berez bezalakoa da.

802
00:42:15,470 --> 00:42:17,750
Eta hemen pertsonaia bat du
ondoan.

803
00:42:17,750 --> 00:42:21,720
>> Beraz, ez da hizkuntza horietan gustatzen
pertsonaiak hitz bat duzu beraz, zentzua

804
00:42:21,720 --> 00:42:23,980
besterik jarri espazio asko.

805
00:42:23,980 --> 00:42:25,500
Pertsonaiak elkarren artean erlazionatzeko.

806
00:42:25,500 --> 00:42:28,680
Eta elkarrekin izan daitezke
bezalako bi, hiru, bat.

807
00:42:28,680 --> 00:42:34,520
Beraz, benetan behar duzun mota batzuk sortzeko
modu-espazio horietan jarriz.

808
00:42:34,520 --> 00:42:38,850
>> Eta gauza hau da, bakoitzean lortzen duzu
Asian horiek hizkuntzak dira datuak,

809
00:42:38,850 --> 00:42:40,580
guztia dator unsegmented.

810
00:42:40,580 --> 00:42:45,940
Zeren inork ez nork idazten du japoniarrak
edo Txinako espazio batera idazten.

811
00:42:45,940 --> 00:42:48,200
Idazten ari zarenean, txinera,
Japoniar idazten duzun besterik ez dena

812
00:42:48,200 --> 00:42:48,710
tarterik gabe.

813
00:42:48,710 --> 00:42:52,060
Ez du, nahiz zentzurik
gune jarri.

814
00:42:52,060 --> 00:42:57,960
Beraz, orduan, datuak lortuko duzu aurrera, zenbait
Asiako ekialdean hizkuntza, nahi baduzu

815
00:42:57,960 --> 00:43:00,760
benetan egiten zerbait horrekin
lehenengoa izan segmentu behar duzu.

816
00:43:00,760 --> 00:43:05,130
>> Adibidea egiteko uste
letra espaziorik gabe.

817
00:43:05,130 --> 00:43:07,950
Beraz duzula lyrics bakarrik
esaldiak izango da, ezta?

818
00:43:07,950 --> 00:43:09,470
Puntuz bereizita.

819
00:43:09,470 --> 00:43:13,930
Baina, ondoren, esaldi besterik ez izatea izango
ez benetan informazioa ematen laguntzeko

820
00:43:13,930 --> 00:43:17,760
nor letra horiek dira.

821
00:43:17,760 --> 00:43:18,120
Ezta?

822
00:43:18,120 --> 00:43:20,010
Beraz, espazioak lehen jartzen, behar duzu.

823
00:43:20,010 --> 00:43:21,990
Beraz, nola egin daiteke hori?

824
00:43:21,990 --> 00:43:24,920
>> Beraz, ondoren, hizkuntza baten ideia dator
Eredu benetan gauza da

825
00:43:24,920 --> 00:43:26,870
konputazional garrantzitsua
linguistika.

826
00:43:26,870 --> 00:43:32,790
Beraz, hizkuntza-eredu bat da, funtsean,
probabilitate-taula duen ikuskizunak

827
00:43:32,790 --> 00:43:36,260
zer probabilitatea da lehenik eta behin
hitzaren beharrik hizkuntza batean?

828
00:43:36,260 --> 00:43:39,590
Beraz erakutsiz hitz bat nola maiz da.

829
00:43:39,590 --> 00:43:43,130
Eta gero ere erlazioa erakutsiz
esaldi bat hitz artean.

830
00:43:43,130 --> 00:43:51,500
>> Beraz, ideia nagusia da, arrotz bat zen bada
duzu eta esaldi bat esan nahi

831
00:43:51,500 --> 00:43:55,600
duzun, zer probabilitatea da, aldeko
Adibidez, "hau da nire ahizpa [? GTF"?]

832
00:43:55,600 --> 00:43:57,480
esaldia Pertsona horrek esan zen?

833
00:43:57,480 --> 00:44:00,380
Beraz, jakina, esaldi batzuk dira
besteak baino gehiago.

834
00:44:00,380 --> 00:44:04,450
Adibidez, "ona goizean," edo "ona
Gauean, "edo" hey there, "askoz ere

835
00:44:04,450 --> 00:44:08,260
Esaldi gehienak baino komun
English bat dugula.

836
00:44:08,260 --> 00:44:11,060
Beraz, zergatik esaldi horiek dira
maizago?

837
00:44:11,060 --> 00:44:14,060
>> Lehenik eta behin, ez da duzu delako
gero eta ohikoagoak dira hitzak.

838
00:44:14,060 --> 00:44:20,180
Beraz, adibidez, esaten baduzu, txakurra
handi, eta txakur erraldoia da, zuk

839
00:44:20,180 --> 00:44:23,880
normalean seguruenik entzun txakurra handiegia da
"big" gehiago da maizago delako

840
00:44:23,880 --> 00:44:27,260
ingelesez maiz "erraldoi." baino
Beraz, bat

841
00:44:27,260 --> 00:44:30,100
gauzak hitzaren maiztasuna da.

842
00:44:30,100 --> 00:44:34,490
>> Bigarren gauza hau da, benetan
Garrantzitsua da besterik

843
00:44:34,490 --> 00:44:35,490
hitzen ordena.

844
00:44:35,490 --> 00:44:39,500
Beraz, ohikoa da "katua da esatea
kutxa barruan. "baina ez duzu normalean

845
00:44:39,500 --> 00:44:44,250
ikusten "Laukiaren barruan katua da." beraz
ikusten duzu ez dagoela garrantzia batzuk

846
00:44:44,250 --> 00:44:46,030
hitzen ordena.

847
00:44:46,030 --> 00:44:50,160
Ezin duzu besterik esaten, bi horiek
Esaldi probabilitate bera dute

848
00:44:50,160 --> 00:44:53,010
hitz bera izan dute, besterik ez delako.

849
00:44:53,010 --> 00:44:55,550
Benetan zaintzeko duzu
ordena buruz baita.

850
00:44:55,550 --> 00:44:57,650
Zentzurik?

851
00:44:57,650 --> 00:44:59,490
>> Beraz, zer egiten dugu?

852
00:44:59,490 --> 00:45:01,550
Beraz, zer gerta daitekeen saiatzen naiz?

853
00:45:01,550 --> 00:45:04,400
Zer dugu lortu saiatzen ari naiz
n-gramo ereduak deitu.

854
00:45:04,400 --> 00:45:09,095
Beraz, n-gramo modeloak funtsean suposatuko
den hitz bakoitzeko duen

855
00:45:09,095 --> 00:45:10,960
Esaldi bat duzu.

856
00:45:10,960 --> 00:45:15,020
Izatearen probabilitatea da que
hitza ez dago ez bakarrik araberakoa on the

857
00:45:15,020 --> 00:45:18,395
hizkuntzan hitz horren maiztasuna,
baina, halaber, hitz on duten

858
00:45:18,395 --> 00:45:19,860
dira inguratzen.

859
00:45:19,860 --> 00:45:25,810
>> Beraz, adibidez, normalean ere ikusita
on edo Oraindik at antzeko zerbait

860
00:45:25,810 --> 00:45:28,040
Ziurrenik bat ikusteko joan
izen da ondoren, ezta?

861
00:45:28,040 --> 00:45:31,750
Delako preposizio bat duzu
normalean izen bat hartzen du ondoren.

862
00:45:31,750 --> 00:45:35,540
Edo hori iragankorra da aditz bat baduzu
duzun izan ohi dira joan

863
00:45:35,540 --> 00:45:36,630
Izen Sintagma bat izan.

864
00:45:36,630 --> 00:45:38,780
Beraz, izen bat izan behar da
inguruan nonbait.

865
00:45:38,780 --> 00:45:44,950
>> Beraz, funtsean, zer egiten dela
izatearen probabilitatea jotzen

866
00:45:44,950 --> 00:45:47,960
Hitzak bata bestearen ondoan, noiz
kalkulatzeko ari zaren

867
00:45:47,960 --> 00:45:49,050
esaldi baten probabilitatea.

868
00:45:49,050 --> 00:45:50,960
Eta hori zer da hizkuntza bat
eredua da, funtsean.

869
00:45:50,960 --> 00:45:54,620
Besterik zer probabilitate esanez
eremu zehatz bat izatea

870
00:45:54,620 --> 00:45:57,120
hizkuntza batean esaldi?

871
00:45:57,120 --> 00:45:59,110
Beraz, zergatik da erabilgarria, funtsean?

872
00:45:59,110 --> 00:46:02,390
Eta lehenik eta behin, zer da
n-gramo eredu bat, orduan?

873
00:46:02,390 --> 00:46:08,850
>> Beraz, n-gramo eredu bat esan nahi du,
hitz bakoitzaren araberakoa da

874
00:46:08,850 --> 00:46:12,700
hurrengo N ken 1 hitz.

875
00:46:12,700 --> 00:46:18,150
Beraz, funtsean, hori dut begiratzen bada, esan nahi du,
adibidez, CS50 TF hartan

876
00:46:18,150 --> 00:46:21,500
Probabilitatea kalkulatzeko naiz
esaldia, atsegin izango dituzu "du

877
00:46:21,500 --> 00:46:25,280
"eta" hitza izatearen probabilitatea
izatearen probabilitatea bider "da

878
00:46:25,280 --> 00:46:31,720
Izatearen probabilitatea CS50 "aldiz
"CS50 TF du." Beraz, funtsean, I zenbatu

879
00:46:31,720 --> 00:46:35,720
da luzatzen ahalik eta modu guztietan.

880
00:46:35,720 --> 00:46:41,870
>> Eta, ondoren, normalean hori egiten ari zarenean,
proiektu batean bezala, N jarri duzu izango

881
00:46:41,870 --> 00:46:42,600
balioa baxua dela.

882
00:46:42,600 --> 00:46:45,930
Beraz, normalean bigrams edo trigrams.

883
00:46:45,930 --> 00:46:51,090
Beraz, bi hitz, bat zenbatu besterik ez duzu
bi hitz, edo hiru hitz-multzoa,

884
00:46:51,090 --> 00:46:52,620
besterik performance gaiak.

885
00:46:52,620 --> 00:46:56,395
Eta, gainera, zeren agian baduzu
antzeko zerbait "CS50 TF du." Duzunean

886
00:46:56,395 --> 00:47:00,510
izan "TF," oso garrantzitsua da
"CS50" ondoan dago, ezta?

887
00:47:00,510 --> 00:47:04,050
Bi gauza horiek izan ohi dira
bata bestearen ondoan.

888
00:47:04,050 --> 00:47:06,410
>> Pentsatzen baduzu "TF," seguruenik
behar zer

889
00:47:06,410 --> 00:47:07,890
klasea nik eman TF'ing.

890
00:47:07,890 --> 00:47:11,330
Ere "eta" benetan garrantzitsua
CS50 TF da.

891
00:47:11,330 --> 00:47:14,570
Baina "CS50 The antzeko zerbait baldin baduzu
TF klase joan zen eta eman beren

892
00:47:14,570 --> 00:47:20,060
ikasleek gozoki batzuk. "" Candy "eta" du "
ez dute harremana benetan, ezta?

893
00:47:20,060 --> 00:47:23,670
Beraz, elkarrengandik urrun daudela duten
ez du benetan axola zer

894
00:47:23,670 --> 00:47:25,050
Hitz duzu.

895
00:47:25,050 --> 00:47:31,210
>> Beraz bigram bat edo trigram bat eginez, hura
besterik esan nahi du zaren mugatuz

896
00:47:31,210 --> 00:47:33,430
zeuk Zenbait hitz
inguruan daudela.

897
00:47:33,430 --> 00:47:35,810
Zentzurik?

898
00:47:35,810 --> 00:47:40,630
Beraz, segmentazio egin nahi duzula,
Funtsean, zer egin nahi duzun da ikusten

899
00:47:40,630 --> 00:47:44,850
zer dira ahalik eta modu guztiek
segmentu esaldia ahal duzun.

900
00:47:44,850 --> 00:47:49,090
>> Hala nola, zer da ikusten duzula
Esaldi horietako bakoitzaren probabilitatea

901
00:47:49,090 --> 00:47:50,880
hizkuntzan existitzen den?

902
00:47:50,880 --> 00:47:53,410
Beraz, zer egin duzun bezala, ondo, utzi
espazio bat hemen jartzea saiatu me.

903
00:47:53,410 --> 00:47:55,570
Beraz, espazio bat jarri duzu han
eta zer den ikusten duzu

904
00:47:55,570 --> 00:47:57,590
esaldi hori probabilitatea?

905
00:47:57,590 --> 00:48:00,240
Ondoren daude, bezala OK, agian zuk
hori ez zela ona.

906
00:48:00,240 --> 00:48:03,420
Beraz, espazio bat espazio bat jarri dut eta
han eta kalkulatu dituzun

907
00:48:03,420 --> 00:48:06,240
probabilitatea, gaur egun, eta ikusi duzula
probabilitatea handiagoa da.

908
00:48:06,240 --> 00:48:12,160
>> Beraz, hau TANGO izeneko algoritmo bat da
segmentazio algoritmoa, hau da,

909
00:48:12,160 --> 00:48:14,990
benetan zerbait benetan izango litzateke
proiektu bat, cool eta horrek

910
00:48:14,990 --> 00:48:20,860
funtsean unsegmented testua hartzen du eta horrek
Japoniako edo Txinako edo agian izan daiteke

911
00:48:20,860 --> 00:48:26,080
English tarterik gabe eta jarri saiatzen
hitzak eta gertatzen arteko espazioak

912
00:48:26,080 --> 00:48:29,120
duten hizkuntza-eredu bat erabiliz, eta egindako
zer den altuena ikusi nahian

913
00:48:29,120 --> 00:48:31,270
probabilitatea lor dezakezu.

914
00:48:31,270 --> 00:48:32,230
Ados.

915
00:48:32,230 --> 00:48:33,800
Beraz, hau segmentazio da.

916
00:48:33,800 --> 00:48:35,450
>> Orain sintaxia.

917
00:48:35,450 --> 00:48:40,940
Beraz, sintaxia da erabiltzen ari
hainbeste gauza oraintxe.

918
00:48:40,940 --> 00:48:44,880
Beraz Search grafikoa egiteko, Siri for
nahiko askoz edozein natural moduko

919
00:48:44,880 --> 00:48:46,490
hizkuntza prozesatzeko duzu.

920
00:48:46,490 --> 00:48:49,140
Beraz, zer dira garrantzitsuena
sintaxia buruzko gauza?

921
00:48:49,140 --> 00:48:52,390
Beraz, oro har, esaldi izan
osagai deitzen dugun.

922
00:48:52,390 --> 00:48:57,080
Diren mota horretako hitz multzoak bezalako
duten esaldi batean funtzio bat dute.

923
00:48:57,080 --> 00:49:02,220
Eta ezin dute benetan
elkarrengandik aparte.

924
00:49:02,220 --> 00:49:07,380
>> Beraz, esan badut, adibidez, "Lauren maite
Milo. "Ezagutzen dut" Lauren "da bat

925
00:49:07,380 --> 00:49:10,180
osagai eta ondoren "amodio
Milo "beste bat ere badago.

926
00:49:10,180 --> 00:49:16,860
Ezin duzu "Lauren Milo bezala esaten duelako
maite "esanahi bera dute.

927
00:49:16,860 --> 00:49:18,020
Ez da behar joan
esanahi bera.

928
00:49:18,020 --> 00:49:22,500
Edo ezin dut "Milo Lauren bezala esan
maite. "Guztia ez berdina du

929
00:49:22,500 --> 00:49:25,890
egiten zentzua.

930
00:49:25,890 --> 00:49:31,940
>> Beraz, bi gauza garrantzitsuagoak
sintaxia lexiko mota hau da, are

931
00:49:31,940 --> 00:49:35,390
funtsean funtzioa duzula
hitz eman dute beren kabuz.

932
00:49:35,390 --> 00:49:39,180
Beraz, jakin behar duzu hori "Lauren"
eta "Milo" izenetik dira.

933
00:49:39,180 --> 00:49:41,040
"Love" aditza da.

934
00:49:41,040 --> 00:49:45,660
Eta bigarren garrantzitsuena da
phrasal mota Oraindik dutela.

935
00:49:45,660 --> 00:49:48,990
Beraz, badakizu "Milo maite"
da, benetan hitzezko esaldi bat.

936
00:49:48,990 --> 00:49:52,390
Beraz, esango dizut "Lauren," ezagutzen dut
Lauren zerbait egiten da.

937
00:49:52,390 --> 00:49:53,620
Zer ari da egiten?

938
00:49:53,620 --> 00:49:54,570
She Milo maitekorra da.

939
00:49:54,570 --> 00:49:56,440
Beraz, oro har, gauza bat da.

940
00:49:56,440 --> 00:50:01,640
Baina bere osagai dira
izen eta aditz bat.

941
00:50:01,640 --> 00:50:04,210
Baina elkarrekin, aditza esaldi bat egiten dute.

942
00:50:04,210 --> 00:50:08,680
>> Beraz, zer egin dezaket benetan egin dugu
konputazional linguistika?

943
00:50:08,680 --> 00:50:13,810
Beraz, adibidez, zerbait badut
"Allison lagunak." Ikusten badut dut besterik

944
00:50:13,810 --> 00:50:17,440
zuten zuhaitz sintaktiko bat jakingo nuke
"Lagun" izen sintagma bat da da bat

945
00:50:17,440 --> 00:50:21,480
izen eta ondoren "Allison of" da bat
zeinetan Esaldi preposizio "of" da

946
00:50:21,480 --> 00:50:24,810
Proposamen bat eta "Allison" izen bat da.

947
00:50:24,810 --> 00:50:30,910
Zer egin nezakeen dira nire ordenagailuan irakasteko
denean izen sintagma bat daukat bat eta

948
00:50:30,910 --> 00:50:33,080
ondoren preposizio esaldi bat.

949
00:50:33,080 --> 00:50:39,020
Beraz, kasu honetan, "lagunak" eta ondoren "ren
Milo "ezagutzen dut hori esan nahi du,

950
00:50:39,020 --> 00:50:43,110
IS2, bigarren bat, jabea IS1.

951
00:50:43,110 --> 00:50:47,680
>> Beraz, erlazio mota batzuk sortu ahal izango dut,
funtzioa nolabaiteko da.

952
00:50:47,680 --> 00:50:52,370
Beraz, betiere egitura hori ikusten dut, eta horrek
datorrenean zehazki batera "lagunak

953
00:50:52,370 --> 00:50:56,030
Allison, "ezagutzen dut Allison
lagunak jabea.

954
00:50:56,030 --> 00:50:58,830
Beraz, lagunak zerbait dira
duten Allison ditu.

955
00:50:58,830 --> 00:50:59,610
Zentzua?

956
00:50:59,610 --> 00:51:01,770
Beraz, hau da, funtsean, zer
Grafikoa bilatu du.

957
00:51:01,770 --> 00:51:04,360
Besterik arauak sortzen da
gauza asko egiteko.

958
00:51:04,360 --> 00:51:08,190
Beraz, "Allison lagunak", "nire lagunak
Cambridge nire lagunak bizi diren ","

959
00:51:08,190 --> 00:51:12,970
Harvard joan. "arauak sortzen du
gauza horiek guztiak egiteko.

960
00:51:12,970 --> 00:51:14,930
>> Orain itzulpen automatikoa.

961
00:51:14,930 --> 00:51:18,850
Beraz, itzulpen automatikoa da, halaber,
zerbait estatistika.

962
00:51:18,850 --> 00:51:21,340
Eta, benetan parte hartzen baduzu
linguistika konputazionala, asko

963
00:51:21,340 --> 00:51:23,580
zure stuff da estatistikak izango.

964
00:51:23,580 --> 00:51:26,670
Adibidea nintzen egiten, beraz, gisa batera
probabilitate asko izan dut

965
00:51:26,670 --> 00:51:30,540
, kalkulatzeko eta, ondoren, honek aukera ematen dizu
kopurua oso txikia duten finalean da

966
00:51:30,540 --> 00:51:33,180
probabilitatea, eta hori zer
erantzuna ematen dizu.

967
00:51:33,180 --> 00:51:37,540
Itzulpen automatikoa ere erabiltzen
eredu estatistiko bat.

968
00:51:37,540 --> 00:51:44,790
Eta makina pentsatu nahi baduzu
ahalik errazena itzulpena

969
00:51:44,790 --> 00:51:48,970
bidea, zer uste dezakezu besterik ez da
itzultzeko hitza, ezta?

970
00:51:48,970 --> 00:51:52,150
>> Hizkuntza bat ikasten ari zaren egiteko
lehen aldia, izan ohi da, zer

971
00:51:52,150 --> 00:51:52,910
, ez al duzu ezta?

972
00:51:52,910 --> 00:51:57,050
Nahi izanez gero esaldi bat itzuli duzu
Hizkuntza den hizkuntzan

973
00:51:57,050 --> 00:52:00,060
, ikasten ari zaren horretarako lehenbizi, zuk
hitz guztiek itzultzeko

974
00:52:00,060 --> 00:52:03,180
banaka eta ondoren saiatu duzu
hitzak jarri behar tokian.

975
00:52:03,180 --> 00:52:07,100
>> Hala bada hau itzultzeko nahi nuen,
[SPEAKING PORTUGALGO]

976
00:52:07,100 --> 00:52:10,430
horrek esan nahi du "katu zuri ihes egin."
Itzuli nahi badut

977
00:52:10,430 --> 00:52:13,650
English Portuguesa, zer dut
egin izan da, lehenik eta behin, besterik ez dut

978
00:52:13,650 --> 00:52:14,800
itzultzeko hitza.

979
00:52:14,800 --> 00:52:20,570
Beraz, "o" "du", "gato", "katua", da
"Branco", "zuria", eta ondoren "fugio" da

980
00:52:20,570 --> 00:52:21,650
"Ihes egin zuten."

981
00:52:21,650 --> 00:52:26,130
>> Beraz, ondoren, hitz guztia daukat hemen,
baina ez dira ordenan.

982
00:52:26,130 --> 00:52:29,590
, Gauzak bezala "katu zuri ran away"
hau da-gramatikalak.

983
00:52:29,590 --> 00:52:34,490
Beraz, ondoren, bigarren urrats bat, izan ahal dut
da be aproposa aurkitzeko joan

984
00:52:34,490 --> 00:52:36,610
Hitz bakoitzaren posizioa.

985
00:52:36,610 --> 00:52:40,240
Beraz, ezagutzen dut nik, benetan izan nahi
"Katu zuria" ordez "Katu zuria." Beraz

986
00:52:40,240 --> 00:52:46,050
zer egin ahal izango dut, gehien inozoa metodoa
sortu izango litzateke guztia

987
00:52:46,050 --> 00:52:49,720
permutazio posible
hitzak, posizioak.

988
00:52:49,720 --> 00:52:53,300
Eta, ondoren, ikusi zein bat dauka
Probabilitate altuena arabera

989
00:52:53,300 --> 00:52:54,970
nire hizkuntza eredua da.

990
00:52:54,970 --> 00:52:58,390
Eta orduan, bat duela iruditzen zait
probabilitate altuena da, hau da,

991
00:52:58,390 --> 00:53:01,910
seguruenik "katu zuri ran away,"
nire itzulpena da.

992
00:53:01,910 --> 00:53:06,710
>> Eta hau azaltzeko modu sinple bat da
nola itzulpen automatikoa asko

993
00:53:06,710 --> 00:53:07,910
algoritmoak lan egiteko.

994
00:53:07,910 --> 00:53:08,920
Ez duela zentzurik?

995
00:53:08,920 --> 00:53:12,735
Hori ere zerbait benetan zirraragarria
duzu guys daiteke agian bat esploratzeko

996
00:53:12,735 --> 00:53:13,901
azken proiektua, bai?

997
00:53:13,901 --> 00:53:15,549
>> STUDENT: Beno, izan zen esan duzu
inozoa modu, beraz, zer da

998
00:53:15,549 --> 00:53:17,200
ez-inozoa modurik?

999
00:53:17,200 --> 00:53:18,400
>> Lucas Freitas: ez inozoa Bidea?

1000
00:53:18,400 --> 00:53:19,050
Ados.

1001
00:53:19,050 --> 00:53:22,860
Beraz, lehen dela buruz txarra gauza
Metodo hau da itzulitako dudala besterik

1002
00:53:22,860 --> 00:53:24,330
hitz, hitza by hitza.

1003
00:53:24,330 --> 00:53:30,570
Baina batzuetan hitz duzula
anitz itzulpenak izan ditzake.

1004
00:53:30,570 --> 00:53:32,210
Pentsatzen saiatu noa
zerbait.

1005
00:53:32,210 --> 00:53:37,270
Adibidez, "manga" can portugesez
bai "mangle" edo "manga". Beraz

1006
00:53:37,270 --> 00:53:40,450
hitza itzultzeko saiatzen ari zaren
hitza, ahal duzun eman zitekeen

1007
00:53:40,450 --> 00:53:42,050
zerbait ez du zentzurik.

1008
00:53:42,050 --> 00:53:45,770
>> Beraz, benetan nahi duzun guztietan begiratzen duzu
itzulpenak ahalik

1009
00:53:45,770 --> 00:53:49,840
hitzak ikusi eta, lehenik eta behin,
zer ordena da.

1010
00:53:49,840 --> 00:53:52,000
Permutating buruz ari ginen hizketan
gauzak?

1011
00:53:52,000 --> 00:53:54,150
Ahalik aginduak ikusteko eta
aukeratu altuena duena

1012
00:53:54,150 --> 00:53:54,990
probabilitatea?

1013
00:53:54,990 --> 00:53:57,860
Ere posible guztien aukeratu ahal
bakoitzeko itzulpenak

1014
00:53:57,860 --> 00:54:00,510
hitza eta ondoren ikusi -

1015
00:54:00,510 --> 00:54:01,950
permutazioak konbinatuta -

1016
00:54:01,950 --> 00:54:03,710
zein probabilitatea altuena du.

1017
00:54:03,710 --> 00:54:08,590
>> Plus, zuk ere ez begira dezakezu
Hitz baina esaldi bakarra.

1018
00:54:08,590 --> 00:54:11,700
beraz arteko erlazioak aztertzeko dezakezu
Hitzak eta ondoren get a

1019
00:54:11,700 --> 00:54:13,210
itzulpena hobea.

1020
00:54:13,210 --> 00:54:16,690
Halaber, beste zerbait, beraz, seihileko honetan
Benetan ikerketa ari naiz egiten

1021
00:54:16,690 --> 00:54:19,430
Chinese-English itzulpen automatikoa,
beraz itzultzean

1022
00:54:19,430 --> 00:54:20,940
Ingelesera txinatarra.

1023
00:54:20,940 --> 00:54:26,760
>> Eta zerbait egiten dugu, erabiliz gain
eredu estatistiko bat, besterik ez da

1024
00:54:26,760 --> 00:54:30,570
ikusten probabilitateak ikusten
esaldi batean posizio batzuk, naiz

1025
00:54:30,570 --> 00:54:35,360
benetan ere sintaxia batzuk gehituz nire
eredua, esaten, oi, ikusten dut mota honetan bada

1026
00:54:35,360 --> 00:54:39,420
eraikuntza, hau da, zer egin nahi dut
hura aldatzeko naizenean itzultzeko.

1027
00:54:39,420 --> 00:54:43,880
Beraz, mota batzuk ere gehitu ahal izango dituzu
sintaxia elementu egin du

1028
00:54:43,880 --> 00:54:47,970
itzulpena eraginkorragoa
eta zehatzagoak.

1029
00:54:47,970 --> 00:54:48,550
Ados.

1030
00:54:48,550 --> 00:54:51,010
>> Beraz, nola egin dezaket duzu Hasteko, nahi baduzu
zerbait egin behar konputazional batean

1031
00:54:51,010 --> 00:54:51,980
linguistika?

1032
00:54:51,980 --> 00:54:54,560
>> Lehenik eta behin, proiektu bat aukeratzen duzu
duten hizkuntzak dakar.

1033
00:54:54,560 --> 00:54:56,310
Beraz, ez da hainbeste daude.

1034
00:54:56,310 --> 00:54:58,420
Ez da egin ahal izango duzu hainbeste gauza.

1035
00:54:58,420 --> 00:55:00,510
Eta gero daiteke eredu bat pentsatu
hori erabili ahal izango dituzu.

1036
00:55:00,510 --> 00:55:04,710
Ohi duten pentsatzeko esan nahi
hipotesi,, oh bezala, noiz izan dudan bezala

1037
00:55:04,710 --> 00:55:05,770
letra pentsamendu bezala.

1038
00:55:05,770 --> 00:55:09,510
Zen bezala, bai, dut irudikatu nahi badut
a nork idatzi hau da, ziurrenik, nahi dut

1039
00:55:09,510 --> 00:55:15,400
Hitz begiratzeko erabiltzen da, eta pertsonaren
ikusten duten hitz hori erabiltzen du, oso maiz.

1040
00:55:15,400 --> 00:55:18,470
Beraz, saiatu hipotesi egin eta
saiatzeko ereduak uste.

1041
00:55:18,470 --> 00:55:21,395
Eta orduan ere bila ditzakezu konektatuta
arazo mota duzula,

1042
00:55:21,395 --> 00:55:24,260
eta nik iradoki joan
duzun eredu hori agian

1043
00:55:24,260 --> 00:55:26,560
moldatu gauza ondo.

1044
00:55:26,560 --> 00:55:29,080
>> Eta, gainera, zuk beti email dezakezu nirekin.

1045
00:55:29,080 --> 00:55:31,140
me@lfreitas.com.

1046
00:55:31,140 --> 00:55:34,940
Eta besterik ez dut zure galderei erantzun ahal izango.

1047
00:55:34,940 --> 00:55:38,600
Dezakegu, are gehiago bete dezake beraz, ezin dut
modu iradokitzen dute

1048
00:55:38,600 --> 00:55:41,490
Zure proiektua gauzatzeko.

1049
00:55:41,490 --> 00:55:45,610
Eta esan nahi dut parte hartzea lortu baduzu
linguistika konputazionala, joan da

1050
00:55:45,610 --> 00:55:46,790
handia izan.

1051
00:55:46,790 --> 00:55:48,370
Han ikusten ari zara
hainbeste potentziala da.

1052
00:55:48,370 --> 00:55:52,060
Eta industrian kontratatu nahi
duzun hain txarra delako hori.

1053
00:55:52,060 --> 00:55:54,720
Beraz, espero dut you guys gozatu hau.

1054
00:55:54,720 --> 00:55:57,030
You guys edozein zalantza izanez gero,
eskatzen ahal duzu me honen ondoren.

1055
00:55:57,030 --> 00:55:58,280
Baina eskerrik asko.

1056
00:55:58,280 --> 00:56:00,150