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

2
00:00:08,364 --> 00:00:08,870
>> LUCAS 프레이 타스 : 안녕하세요.

3
00:00:08,870 --> 00:00:09,980
모든 사람을 환영합니다.

4
00:00:09,980 --> 00:00:11,216
내 이름은 루카스 프레이 타스입니다.

5
00:00:11,216 --> 00:00:15,220
나는 공부 [들림]에서 주니어 해요
에 초점을 맞춘 컴퓨터 과학

6
00:00:15,220 --> 00:00:16,410
전산 언어학.

7
00:00:16,410 --> 00:00:19,310
그래서 내 차 언어에
언어 적 이론.

8
00:00:19,310 --> 00:00:21,870
나는 정말 너희들을 가르 칠 흥분
필드에 대해 조금.

9
00:00:21,870 --> 00:00:24,300
이 연구에 매우 흥미로운 지역이다.

10
00:00:24,300 --> 00:00:27,260
또한 많은 잠재력을 가진
미래를위한.

11
00:00:27,260 --> 00:00:30,160
그래서, 난 정말 흥분하는 너희들
프로젝트를 고려하고

12
00:00:30,160 --> 00:00:31,160
전산 언어학.

13
00:00:31,160 --> 00:00:35,460
그리고 조언보다 더 행복 할 것
당신의 당신이하기로 결정하는 경우

14
00:00:35,460 --> 00:00:37,090
그 중 하나를 추구한다.

15
00:00:37,090 --> 00:00:40,010
>> 계산이 무엇인지 모든 그래서 일단
언어학?

16
00:00:40,010 --> 00:00:44,630
그래서 전산 언어학입니다
언어학과 사이의 교차

17
00:00:44,630 --> 00:00:46,390
컴퓨터 과학.

18
00:00:46,390 --> 00:00:47,415
그래서, 언어학은 무엇입니까?

19
00:00:47,415 --> 00:00:48,490
컴퓨터 과학은 무엇인가?

20
00:00:48,490 --> 00:00:51,580
잘 언어학에서, 무엇을
우리는 언어입니다 걸릴.

21
00:00:51,580 --> 00:00:54,960
그래서 언어학 실제로 연구이다
일반적으로 자연 언어의.

22
00:00:54,960 --> 00:00:58,330
그래서 자연 언어 - 우리가 이야기
우리가 실제로에 사용하는 언어

23
00:00:58,330 --> 00:00:59,770
서로 통신.

24
00:00:59,770 --> 00:01:02,200
그래서 우리는 정확히 얘기가 아니에요
C 또는 Java에 대한.

25
00:01:02,200 --> 00:01:05,900
우리는 영어에 대해 더 많은 얘기를하고있어
중국과 다른 언어로 우리

26
00:01:05,900 --> 00:01:07,780
서로 통신하기 위해 사용한다.

27
00:01:07,780 --> 00:01:12,470
>> 그것에 대해 도전적인 것은입니다
지금 우리가 가지고있는 거의 7,000

28
00:01:12,470 --> 00:01:14,260
세계의 언어.

29
00:01:14,260 --> 00:01:19,520
그래서 꽤 높은 다양한있다
우리가 공부할 수있는 언어.

30
00:01:19,520 --> 00:01:22,600
그리고 당신은 아마 생각
하기 매우 어렵고, 예를 들면,

31
00:01:22,600 --> 00:01:26,960
한 언어에서 번역
다른, 당신이 가지고있는 것을 고려

32
00:01:26,960 --> 00:01:28,240
거의 7,000 그들.

33
00:01:28,240 --> 00:01:31,450
그래서, 당신은 번역 일을 생각하면
하나의 언어에서 다른 당신

34
00:01:31,450 --> 00:01:35,840
이 거의 만 명 이상
다른 조합 당신이 할 수

35
00:01:35,840 --> 00:01:37,330
언어에서 언어가 있습니다.

36
00:01:37,330 --> 00:01:40,820
그래서 정말 어떤 작업을 수행하기 위해 도전적
예를 들어 번역 시스템의 종류

37
00:01:40,820 --> 00:01:43,540
모든 단일 언어.

38
00:01:43,540 --> 00:01:47,120
>> 그래서, 구문 언어학 취급,
의미론, 화용론.

39
00:01:47,120 --> 00:01:49,550
너희들은 정확하게 필요로하지 않는다
그들이 무엇을하다 알고 있습니다.

40
00:01:49,550 --> 00:01:55,090
그러나 매우 흥미있는 일이 있다는 것입니다
당신이 배울 수있는 원어민과 같은

41
00:01:55,090 --> 00:01:59,010
자식으로 언어, 당신은 실제로 학습
그 모든 것들 - 구문 의미

42
00:01:59,010 --> 00:02:00,500
화용론 -

43
00:02:00,500 --> 00:02:01,430
혼자서.

44
00:02:01,430 --> 00:02:04,820
그리고 아무도에 대한 문법을​​ 가르 칠 수 없다
당신은 문장이 얼마나 이해하기

45
00:02:04,820 --> 00:02:05,290
구조.

46
00:02:05,290 --> 00:02:07,980
그래서, 정말 흥미로운 때문에
매우 온다 뭔가

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

48
00:02:10,389 --> 00:02:13,190
>> 그리고 당신은 무엇을 복용하고
컴퓨터 과학?

49
00:02:13,190 --> 00:02:16,700
음, 가장 중요한 것은 우리
컴퓨터 과학이 먼저 중입니다

50
00:02:16,700 --> 00:02:19,340
모든, 인공 지능
기계 학습.

51
00:02:19,340 --> 00:02:22,610
그래서, 우리는 일을하려고하는지
전산 언어학 가르쳐입니다

52
00:02:22,610 --> 00:02:26,990
작업을 수행하는 방법을 컴퓨터
언어와.

53
00:02:26,990 --> 00:02:28,630
>> 그래서, 예를 들면, 기계
번역.

54
00:02:28,630 --> 00:02:32,490
내 컴퓨터의 방법을 가르쳐하기 위해 노력하고있어
하나에서 전환하는 방법을 알고

55
00:02:32,490 --> 00:02:33,310
다른 언어.

56
00:02:33,310 --> 00:02:35,790
그래서, 기본적으로 가르침을 좋아
컴퓨터가 두 가지 언어.

57
00:02:35,790 --> 00:02:38,870
나는 자연 언어 처리를 할 경우,
의 예를 들어 어떤 경우인지

58
00:02:38,870 --> 00:02:41,810
페이스 북의 그래프 검색, 당신이 가르쳐
이해하는 방법 컴퓨터

59
00:02:41,810 --> 00:02:42,730
쿼리도.

60
00:02:42,730 --> 00:02:48,130
>> 그래서, 당신은 "의 사진을 말한다면 내
친구. "페이스 북은 취급하지 않습니다

61
00:02:48,130 --> 00:02:51,130
이 전체 문자열
단어의 단지 무리입니다.

62
00:02:51,130 --> 00:02:56,020
실제로 관계를 이해
"사진"과 "내 친구"사이

63
00:02:56,020 --> 00:02:59,620
"사진"는 것을 이해
의 속성 "내 친구."

64
00:02:59,620 --> 00:03:02,350
>> 그래서, 예를 들어, 일부의 정보
자연 언어 처리.

65
00:03:02,350 --> 00:03:04,790
그것은 이해하려고 노력 무슨
관계이다

66
00:03:04,790 --> 00:03:07,520
문장에있는 단어.

67
00:03:07,520 --> 00:03:11,170
그리고 큰 문제는, 당신이 할 수 있습니다
말하는 방법을 컴퓨터를 가르쳐

68
00:03:11,170 --> 00:03:12,650
일반적으로 언어?

69
00:03:12,650 --> 00:03:17,810
매우 흥미로운 질문입니다
, 경우 어쩌면 미래에, 생각

70
00:03:17,810 --> 00:03:19,930
당신은 할 수있을거야
휴대 전화에 이야기.

71
00:03:19,930 --> 00:03:23,290
종류의 우리가 시리와 무엇을 같이하지만,
뭔가 더 같은, 당신이 실제로 수

72
00:03:23,290 --> 00:03:25,690
당신이 원하는대로 말을하고 전화
모든 것을 이해하는 것입니다.

73
00:03:25,690 --> 00:03:28,350
그리고 질문을 수행 할 수 있습니다
과 계속 얘기.

74
00:03:28,350 --> 00:03:30,880
즉, 정말 흥분 뭔가
제 생각에.

75
00:03:30,880 --> 00:03:33,070
>> 그래서, 자연 언어에 대해 뭔가.

76
00:03:33,070 --> 00:03:36,220
정말 흥미로운
자연 언어는,이입니다

77
00:03:36,220 --> 00:03:38,470
내 언어학 교수로 신용,
마리아 Polinsky.

78
00:03:38,470 --> 00:03:40,830
그녀는 예를 제공하고 나는 생각한다
정말 흥미 롭군요.

79
00:03:40,830 --> 00:03:47,060
우리는시에서 언어를 배울 수 있기 때문에
우리는 우리의 고유 한 후 태어난거야

80
00:03:47,060 --> 00:03:49,170
언어 종류의 우리를 성장.

81
00:03:49,170 --> 00:03:52,570
>> 그리고 기본적으로는 언어를 배울
최소한의 입력에서 마우스 오른쪽?

82
00:03:52,570 --> 00:03:56,700
당신은 입력을 받고있어 당신의
언어가 어떤 소리의 부모

83
00:03:56,700 --> 00:03:58,770
좋아하고 당신은 그것을 배울.

84
00:03:58,770 --> 00:04:02,240
당신이 보는 경우 때문에 그래서, 흥미로운
그 문장에서, 예를 들어.

85
00:04:02,240 --> 00:04:06,980
당신은보고, "마리아는 모든 코트에 그림을 그리 듯
시간이 그녀가 집을 떠난다. "

86
00:04:06,980 --> 00:04:10,650
>> 이 경우에는 가질 가능성
단어 "는 그녀는"오른쪽 메리를 참조하십시오?

87
00:04:10,650 --> 00:04:13,500
당신은 "마리아가 코트에두고 말할 수있다
메리 잎마다

88
00:04:13,500 --> 00:04:14,960
집. "그래서 괜찮아요.

89
00:04:14,960 --> 00:04:19,370
그러나 다음 문장을 보면
"그녀는 메리 코트에있는 모든 시간을 둔다

90
00:04:19,370 --> 00:04:22,850
집을 떠난다. "당신이 알고
"그녀가"라고하는 것이 불가능

91
00:04:22,850 --> 00:04:24,260
메리 참조.

92
00:04:24,260 --> 00:04:27,070
>> "마리아는두고 있음을 말하는 방법은 없습니다
코트에 메리 잎마다

93
00:04:27,070 --> 00:04:30,790
집이. "그래서 흥미 때문에
이 직관의 종류입니다

94
00:04:30,790 --> 00:04:32,890
모든 네이티브 스피커가있다.

95
00:04:32,890 --> 00:04:36,370
그리고 아무도는이 것을 가르쳐되지 않았다
구문이 작동하는 방식.

96
00:04:36,370 --> 00:04:41,930
그리고 당신 만이 "그녀"를 가질 수
이 첫 번째 경우에 메리 참조

97
00:04:41,930 --> 00:04:44,260
실제로이 기타
도 있지만이 하나.

98
00:04:44,260 --> 00:04:46,500
그러나 모든 사람이 종류의 가져
같은 대답.

99
00:04:46,500 --> 00:04:48,580
모두가 그것에 동의한다.

100
00:04:48,580 --> 00:04:53,280
그래서 방법을하지만 정말 흥미로운
당신은 모든 규칙을 모르는

101
00:04:53,280 --> 00:04:55,575
당신의 언어로 당신은 종류의 이해
언어가 작동하는 방법.

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

103
00:04:59,020 --> 00:05:01,530
>> 그래서 자연에 대한 흥미로운 것은
언어에 당신이 할 것입니다

104
00:05:01,530 --> 00:05:06,970
알고있는 문법을 알고있는 경우 문장
에 대한 문법 또는 문법에 맞지 않는 것입니다

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

106
00:05:08,810 --> 00:05:13,220
당신이 생각하게하는 어쩌면 무엇
일어나는 당신이 당신의 인생을 통해서이다

107
00:05:13,220 --> 00:05:17,410
다만 점점 점점 계속
문장은 당신에게 말했다.

108
00:05:17,410 --> 00:05:19,800
그리고 당신은 암기를 유지
문장의 모든.

109
00:05:19,800 --> 00:05:24,230
그리고 누군가가 당신을 말할 때
뭔가, 그 문장을 듣고

110
00:05:24,230 --> 00:05:27,040
당신은 당신의 어휘를 봐
문장하고 있는지

111
00:05:27,040 --> 00:05:28,270
그 문장이있다.

112
00:05:28,270 --> 00:05:29,830
그리고 거기에있는 경우
이 문법의 말.

113
00:05:29,830 --> 00:05:31,740
그렇지 않은 경우는 말할
문법에 맞지 않는.

114
00:05:31,740 --> 00:05:35,150
>> 따라서,이 경우에, 당신이, 오, 말할 것입니다
그래서 당신은 모두의 거대한 목록을 가지고

115
00:05:35,150 --> 00:05:36,140
가능한 문장.

116
00:05:36,140 --> 00:05:38,240
그리고 다음 문장을들을 때,
이 문법의 경우 또는 당신은 알고

117
00:05:38,240 --> 00:05:39,450
그 기반으로하지.

118
00:05:39,450 --> 00:05:42,360
것입니다 당신이 보면
문장, 예를 들면, "

119
00:05:42,360 --> 00:05:47,540
다섯 향하고 CS50 TF가 맹인 요리
방위 사업 청 잔을 사용하여 소. "그건

120
00:05:47,540 --> 00:05:49,630
확실히하지 않는 문장
당신이 전에 들어있다.

121
00:05:49,630 --> 00:05:52,380
그러나 동시에 당신은 알고있다
바로, 문법 꽤 많이?

122
00:05:52,380 --> 00:05:55,570
어떤 문법적인 실수가 없습니다
당신은 말할 수

123
00:05:55,570 --> 00:05:57,020
그것은 가능한 문장이다.

124
00:05:57,020 --> 00:06:01,300
>> 그래서 우리가 생각하게 실제로
우리가 언어를 배우는 방법뿐만 아니라

125
00:06:01,300 --> 00:06:07,090
수의 거대한 데이터베이스를함으로써
단어 나 문장 만 더

126
00:06:07,090 --> 00:06:11,490
의 관계를 이해
그 문장에있는 단어입니다.

127
00:06:11,490 --> 00:06:14,570
그 의미가 있습니까?

128
00:06:14,570 --> 00:06:19,370
그래서 다음 질문은, 할 수있다
컴퓨터 언어를 배우는?

129
00:06:19,370 --> 00:06:21,490
우리가 컴퓨터로 언어를 가르 칠 수 있습니까?

130
00:06:21,490 --> 00:06:24,230
>> 자, 차이를 생각하자
언어의 네이티브 스피커의

131
00:06:24,230 --> 00:06:25,460
와 컴퓨터.

132
00:06:25,460 --> 00:06:27,340
그래서, 스피커는 어떻게됩니까?

133
00:06:27,340 --> 00:06:30,430
음, 네이티브 스피커를 배운다
그것은 노출에서 언어.

134
00:06:30,430 --> 00:06:34,200
보통의 유년기.

135
00:06:34,200 --> 00:06:38,570
그래서, 기본적으로, 당신은, 아기가
그리고 당신은 그것을 계속 말을하고,

136
00:06:38,570 --> 00:06:40,540
단지 말하는 방법을 배운다
언어, 오른쪽?

137
00:06:40,540 --> 00:06:42,660
그래서, 당신은 기본적으로주는거야
아기에 입력.

138
00:06:42,660 --> 00:06:45,200
그래서, 당신이 주장 할 수있는 컴퓨터
바로, 같은 일을 할 수 있습니까?

139
00:06:45,200 --> 00:06:49,510
당신은 언어에게 제공 할 수 있습니다
컴퓨터에 입력으로.

140
00:06:49,510 --> 00:06:53,410
>> 예를 들어 같은 파일들을
영어 책을 가지고있다.

141
00:06:53,410 --> 00:06:56,190
어쩌면 하나의 방법 당신에게 그
아마도 가르 칠 수

142
00:06:56,190 --> 00:06:57,850
컴퓨터, 영어, 맞죠?

143
00:06:57,850 --> 00:07:01,000
그리고 사실, 당신이 그것에 대해 생각하면,
어쩌면 몇 걸립니다

144
00:07:01,000 --> 00:07:02,680
책을 읽는 일.

145
00:07:02,680 --> 00:07:05,760
컴퓨터는 두 번째를 걸립니다
책에있는 모든 단어를 봐주세요.

146
00:07:05,760 --> 00:07:10,810
그래서 당신은있을 수 있습니다 생각할 수있는 그냥이
주위로부터의 입력 인수

147
00:07:10,810 --> 00:07:15,440
즉, 그건 말을 충분하지 않습니다
인간 만이 할 수있는 일.

148
00:07:15,440 --> 00:07:17,680
당신은 컴퓨터를 생각할 수
또한 입력을받을 수 있습니다.

149
00:07:17,680 --> 00:07:21,170
>> 두 번째 문제는 그 네이티브 스피커
또한이 뇌를 가지고

150
00:07:21,170 --> 00:07:23,870
언어 학습 기능을 제공합니다.

151
00:07:23,870 --> 00:07:27,020
하지만 당신은 그것에 대해 생각하면,
뇌는 단단한 것입니다.

152
00:07:27,020 --> 00:07:30,450
당신이 태어난 때, 이미 설정되어 -

153
00:07:30,450 --> 00:07:31,320
이것은 당신의 두뇌입니다.

154
00:07:31,320 --> 00:07:34,660
당신이 성장하고, 당신은 더 많은 것을 얻을
언어의 입력과 어쩌면 영양소

155
00:07:34,660 --> 00:07:35,960
및 기타 물건.

156
00:07:35,960 --> 00:07:38,170
그러나 꽤 많은 당신의 두뇌
고체 것입니다.

157
00:07:38,170 --> 00:07:41,290
>> 그래서 당신은 그럼, 당신이 할 수있는, 말할 수
한 무리의가있는 컴퓨터를 구축

158
00:07:41,290 --> 00:07:45,890
기능 및 단지 모방 방법
언어 학습 기능을 제공합니다.

159
00:07:45,890 --> 00:07:49,630
그래서 그런 의미에서, 당신은 내가 잘 말할 수
모두가 컴퓨터를 가질 수있다

160
00:07:49,630 --> 00:07:52,270
나는 언어를 배울 필요가 가지.

161
00:07:52,270 --> 00:07:56,200
그리고 마지막으로는 그 기본
스피커는 시행 착오에서 배운다.

162
00:07:56,200 --> 00:08:01,090
그래서 기본적으로 또 다른 중요한 일에
언어 학습은 당신의 종류

163
00:08:01,090 --> 00:08:05,340
의함으로써 것들을 배울
당신이 듣고 무엇을 일반화.

164
00:08:05,340 --> 00:08:10,280
>> 당신이 성장하는만큼 당신은 배울
일부 단어는 더 명사처럼,

165
00:08:10,280 --> 00:08:11,820
다른 사람은 형용사입니다.

166
00:08:11,820 --> 00:08:14,250
그리고 당신은 어떤을 할 필요는 없습니다
언어학에 대한 지식

167
00:08:14,250 --> 00:08:15,040
그것을 이해합니다.

168
00:08:15,040 --> 00:08:18,560
그러나 당신은 어떤 단어가 알고
의 일부에 위치된다

169
00:08:18,560 --> 00:08:22,570
문장 및 기타 일부 다른
문장의 부분.

170
00:08:22,570 --> 00:08:26,110
>> 그리고 만약 당신이 뭔가를 할 때
정확하지 않은 문장 등 -

171
00:08:26,110 --> 00:08:28,770
어쩌면 때문에 오버 일반화
예를 들어.

172
00:08:28,770 --> 00:08:32,210
당신이 성장하고있을 때 아마, 당신은 통지
복수는 보통입니다

173
00:08:32,210 --> 00:08:35,809
에서 S를 넣어 형성
단어의 끝.

174
00:08:35,809 --> 00:08:40,042
그리고 당신의 복수를 수행하려고
"deers에"또는 "이빨"한 "사슴"

175
00:08:40,042 --> 00:08:44,780
"이빨에 덮개." 그럼 부모님이나
누군가가 당신을 수정하고, 말한다 아니,

176
00:08:44,780 --> 00:08:49,020
"사슴"복수 "는 사슴"이며
"이빨"복수는 "이빨"입니다. 그리고

177
00:08:49,020 --> 00:08:50,060
당신은 그 일을 배운다.

178
00:08:50,060 --> 00:08:51,520
그래서 당신은 시행 착오에서 배울.

179
00:08:51,520 --> 00:08:53,100
>> 하지만 당신은 할 수
컴퓨터.

180
00:08:53,100 --> 00:08:55,310
당신이라고 뭔가를 할 수 있습니다
강화 학습.

181
00:08:55,310 --> 00:08:58,560
에게주는처럼 기본적으로 어떤
그것은 수행 할 때마다 컴퓨터 보상

182
00:08:58,560 --> 00:08:59,410
제대로 뭔가.

183
00:08:59,410 --> 00:09:04,710
그리고 그것을 보상의 반대를주는
그것은 잘못된 무언가를 할 때.

184
00:09:04,710 --> 00:09:07,410
당신은 실제로 볼 수있는 당신이 가면
구글 번역 당신은 시도에

185
00:09:07,410 --> 00:09:10,220
문장을 번역, 그것은
의견을 묻습니다.

186
00:09:10,220 --> 00:09:13,240
당신이 말한다면, 오, 더 나은가있다
이 문장에 대한 번역.

187
00:09:13,240 --> 00:09:18,140
그런 다음 그것을 입력 할 수있는 경우를 많이
사람들은 더 나은 말하는 유지

188
00:09:18,140 --> 00:09:21,560
번역, 그냥 배운다 그것이
대신의 번역을 사용한다

189
00:09:21,560 --> 00:09:22,960
가 제공 한 한.

190
00:09:22,960 --> 00:09:28,830
>> 그래서, 그것은 매우 철학적 질문
컴퓨터가 될 수 있습니다 여부를 확인하려면

191
00:09:28,830 --> 00:09:30,340
미래에 이야기하거나하지 수.

192
00:09:30,340 --> 00:09:34,440
하지만 높은 기대가 그들이 할 수있는 그
단지 그 인수에 따라.

193
00:09:34,440 --> 00:09:38,570
그러나 철학적 단지 더 많은
질문입니다.

194
00:09:38,570 --> 00:09:43,460
>> 컴퓨터는 아직 말할 수있는 동안 그래서,
우리가 할 수있는 일이 무엇입니까?

195
00:09:43,460 --> 00:09:47,070
정말 괜찮은 것들입니다
데이터 분류.

196
00:09:47,070 --> 00:09:53,210
따라서, 예를 들어, 너희들은 알고
해당 이메일 서비스에 대해 수행

197
00:09:53,210 --> 00:09:55,580
예를 들어, 스팸 필터링.

198
00:09:55,580 --> 00:09:59,070
당신은 스팸 메일을받을 그래서 할 때마다,
또 다른 상자에 필터링을 시도합니다.

199
00:09:59,070 --> 00:10:00,270
그래서 어떻게 그 일을합니까?

200
00:10:00,270 --> 00:10:06,080
그것은 컴퓨터가 그냥 알고있는 게 아니에요
어떤 이메일 주소는 스팸 메일을 보낼 수 있습니다.

201
00:10:06,080 --> 00:10:09,130
그래서 더의 내용을 기반으로
메시지, 또는 어쩌면 제목, 또는

202
00:10:09,130 --> 00:10:11,310
어쩌면 당신이 어떤 패턴입니다.

203
00:10:11,310 --> 00:10:15,690
>> 그래서, 기본적으로, 당신이 할 수있는 것은 얻을 수있는
스팸 이메일의 데이터의 많은,

204
00:10:15,690 --> 00:10:19,980
스팸하지 않습니다, 그리고 배우 이메일 것을
만약에이 패턴 종류

205
00:10:19,980 --> 00:10:21,000
스팸 것.

206
00:10:21,000 --> 00:10:23,260
그리고 이것은 계산의 일부입니다
언어학.

207
00:10:23,260 --> 00:10:24,720
그것은 데이터 분류라고.

208
00:10:24,720 --> 00:10:28,100
그리고 우리가 실제로 볼거야
다음 슬라이드에서 그 예.

209
00:10:28,100 --> 00:10:32,910
>> 두 번째는 자연 언어입니다
일이 처리하는

210
00:10:32,910 --> 00:10:36,580
그래프 검색 댄다하고있다
당신은 문장을 작성합니다.

211
00:10:36,580 --> 00:10:38,690
그리고 그것은 당신이 이해 신뢰 무슨
의미 및 제공

212
00:10:38,690 --> 00:10:39,940
당신이 더 나은 결과.

213
00:10:39,940 --> 00:10:43,880
실제로, 당신은 구글이나 빙에 가면
당신은 여자처럼 뭔가를 검색

214
00:10:43,880 --> 00:10:47,060
가가의 높이가 실제로거야
대신 정보 5 '1 "을 얻을 수

215
00:10:47,060 --> 00:10:50,170
실제로 이해하고 있기 때문에 그녀의
당신이 무슨 말을하는지.

216
00:10:50,170 --> 00:10:52,140
그래서 자연의 일부
언어 처리.

217
00:10:52,140 --> 00:10:57,000
>> 나 또한 먼저, 시리를 사용할 때
당신은에 시도 알고리즘이

218
00:10:57,000 --> 00:11:01,130
당신이 무슨 말을하는지 번역
단어로, 텍스트.

219
00:11:01,130 --> 00:11:03,690
그리고 그 번역을하려고합니다
그 의미로.

220
00:11:03,690 --> 00:11:06,570
그래서 모든 자연의 일부
언어 처리.

221
00:11:06,570 --> 00:11:08,320
>> 그럼 당신은 기계 번역을 -

222
00:11:08,320 --> 00:11:10,300
실제로 하나입니다
내 즐겨 찾기 -

223
00:11:10,300 --> 00:11:14,060
단지에서 번역되는
다른 언어.

224
00:11:14,060 --> 00:11:17,950
그래서 당신은 당신이 일을 할 때 생각 할 수 있습니다
기계 번역, 당신은이

225
00:11:17,950 --> 00:11:19,750
문장의 무한한 가능성.

226
00:11:19,750 --> 00:11:22,960
그래서 그냥 저장하는 방법이 없습니다
하나 하나 번역.

227
00:11:22,960 --> 00:11:27,440
그래서 당신은 재미와 함께 올 필요
알고리즘은 수

228
00:11:27,440 --> 00:11:30,110
매일 번역
어떤 방법으로 문장.

229
00:11:30,110 --> 00:11:32,483
>> 너희들은 지금까지 질문이?

230
00:11:32,483 --> 00:11:34,450
아니?

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

232
00:11:34,830 --> 00:11:36,900
>> 그래서 오늘 우리가 볼거야?

233
00:11:36,900 --> 00:11:39,300
우선, 내가 이야기하는거야
분류 문제.

234
00:11:39,300 --> 00:11:41,440
그래서 한 하나
스팸 메일에 대한 말.

235
00:11:41,440 --> 00:11:46,820
내가 할거야 것은 주어진 가사에게 있습니다
노래에, 당신은 알아 내기 위해 시도 할 수 있습니다

236
00:11:46,820 --> 00:11:49,810
높은 확률로
가수는 누구입니까?

237
00:11:49,810 --> 00:11:53,590
이 전 여성에서 노래를한다고 가정 해 봅시다
가가와 케이티 페리 (Katy Perry), 나는 당신에게를 제공하는 경우

238
00:11:53,590 --> 00:11:58,130
새 노래, 당신은 알아낼 수 있다면
그것은 케이티 페리 나 레이디 가가입니까?

239
00:11:58,130 --> 00:12:01,490
>> 두 번째, 얘기 좀하려고 해요
분할 문제에 대한.

240
00:12:01,490 --> 00:12:05,780
그래서 너희들이 알고 있다면 모르겠지만,
중국어, 일본어, 동아시아

241
00:12:05,780 --> 00:12:08,090
언어 및 다른 언어
일반적으로,이 없습니다

242
00:12:08,090 --> 00:12:09,830
단어 사이에 공백.

243
00:12:09,830 --> 00:12:13,540
그리고 당신은 그 방법에 대해 생각하는 경우
시도의 컴퓨터 종류에

244
00:12:13,540 --> 00:12:18,600
자연 언어 처리를 이해하고,
그것은 단어에 보이는

245
00:12:18,600 --> 00:12:21,500
관계를 이해하려고
그들 사이에, 오른쪽?

246
00:12:21,500 --> 00:12:25,440
하지만 당신은 당신이 중국어를 가지고 있고,
제로 공백이, 그것은 어려운 정말로

247
00:12:25,440 --> 00:12:28,360
사이의 관계 무엇인지 알아
말은, 때문에 그들은 어떤이 없습니다

248
00:12:28,360 --> 00:12:29,530
처음에는 단어.

249
00:12:29,530 --> 00:12:32,600
그래서 당신이라고 뭔가를해야
그냥 퍼팅을 의미 분할

250
00:12:32,600 --> 00:12:36,490
우리가이라고 부르는 사이에 공백
그 언어의 단어.

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

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

253
00:12:39,680 --> 00:12:41,540
>> 그리고 우리가 갈거야
구문에 대해 이야기.

254
00:12:41,540 --> 00:12:44,050
자연에 대한 그래서 조금
언어 처리.

255
00:12:44,050 --> 00:12:45,420
그것은 단지 개요가 될 것.

256
00:12:45,420 --> 00:12:50,700
그래서 오늘은, 기본적으로 내가하고 싶은 일
사람들에게 당신에게 약간을 제공합니다

257
00:12:50,700 --> 00:12:53,930
가능성이 무엇인지 내부
당신은 전산으로 할 수있는

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

259
00:12:54,960 --> 00:13:00,410
그리고 당신은 당신이 생각하는 것을 볼 수 있습니다
그 무엇보다도 멋지다.

260
00:13:00,410 --> 00:13:02,270
그리고 어쩌면 당신은 프로젝트 생각할 수
나에게 이야기 온다.

261
00:13:02,270 --> 00:13:05,260
그리고 나는 당신에게 조언을 줄 수
그것을 구현하는 방법에 대한.

262
00:13:05,260 --> 00:13:09,060
>> 그래서 문법은 약간 될 것입니다
그래프 검색 시스템에 대한

263
00:13:09,060 --> 00:13:09,670
번역.

264
00:13:09,670 --> 00:13:13,650
난 그냥 방법의 예를 들어 줄거야
만약, 예를 들어, 번역 있었다

265
00:13:13,650 --> 00:13:16,020
영어 포르투갈어 뭔가.

266
00:13:16,020 --> 00:13:17,830
좋은 소리?

267
00:13:17,830 --> 00:13:19,293
>> 그래서 일단, 분류 문제.

268
00:13:19,293 --> 00:13:23,590
나는 말할 것 그 세미나의이 부분
가장 도전이 될 것입니다

269
00:13:23,590 --> 00:13:27,560
하나가려고해서
약간의 코딩이 될 수 있습니다.

270
00:13:27,560 --> 00:13:29,470
그러나 파이썬이 될 것.

271
00:13:29,470 --> 00:13:34,380
나는 너희들이 파이썬을 알고, 그렇게 알고 있지
난 그냥 높이에 설명 할게

272
00:13:34,380 --> 00:13:35,750
내가 뭘 수준.

273
00:13:35,750 --> 00:13:40,900
그리고 당신은 정말 너무 걱정하지 않아도됩니다
그 때문에 구문에 대한 많은

274
00:13:40,900 --> 00:13:42,140
너희들이 배울 수있는 무언가.

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

276
00:13:42,540 --> 00:13:43,580
좋은 소리.

277
00:13:43,580 --> 00:13:46,020
>> 따라서 분류의 문제는 무엇인가?

278
00:13:46,020 --> 00:13:49,140
그래서 당신은 몇 가지 가사를 부여하고
노래, 당신은 추측 할

279
00:13:49,140 --> 00:13:50,620
누가 노래입니다.

280
00:13:50,620 --> 00:13:54,045
그리고 이것은 모든 종류의 할 수있다
다른 문제.

281
00:13:54,045 --> 00:13:59,980
그래서, 예를 들어,이 수
대통령 선거 운동 당신은이

282
00:13:59,980 --> 00:14:02,610
음성, 당신은 찾을
그것은 한 걸 경우, 예를 들어,

283
00:14:02,610 --> 00:14:04,470
오바마 나 미트 롬니.

284
00:14:04,470 --> 00:14:07,700
또는 당신은 이메일의 무리를 가질 수
당신은 그들이 경우 알아 내야

285
00:14:07,700 --> 00:14:08,890
스팸 없습니다.

286
00:14:08,890 --> 00:14:11,440
그래서 그냥 몇 가지를 분류하는 것
단어에 따라 데이터

287
00:14:11,440 --> 00:14:13,790
당신은 거기있다.

288
00:14:13,790 --> 00:14:16,295
>> 그래서 할 경우에이
몇 가지 가정을합니다.

289
00:14:16,295 --> 00:14:20,570
따라서 전산 언어학에 대해 많은
가정을하고있다,

290
00:14:20,570 --> 00:14:24,100
보통 스마트 가정, 그 때문에
당신은 좋은 결과를 얻을 수 있습니다.

291
00:14:24,100 --> 00:14:26,670
그것에 대한 모델을 만들려고.

292
00:14:26,670 --> 00:14:31,290
그리고, 그것을 밖으로 시도하고 작동하는지 확인
그것은 당신에게 좋은 정밀도를 제공합니다.

293
00:14:31,290 --> 00:14:33,940
그리고 그것은 않는 경우,
그것을 개선하려고합니다.

294
00:14:33,940 --> 00:14:37,640
그것은, 당신은 OK, 같은 거하지 않으면 아마
다른 가정을해야한다.

295
00:14:37,640 --> 00:14:44,030
>> 그래서 우리가 가고있는 가정
만드는 예술가는 보통 노래입니다

296
00:14:44,030 --> 00:14:49,220
어쩌면에 대한 주제를 여러 번하고,
말에게 여러 번 사용하는 것만

297
00:14:49,220 --> 00:14:50,270
그들은 그것을 사용하고 있기 때문이다.

298
00:14:50,270 --> 00:14:51,890
당신은 당신의 친구 생각할 수 있습니다.

299
00:14:51,890 --> 00:14:57,350
난 너희들 모두가 친구가 확신
자신의 서명 문구를 말하는 그

300
00:14:57,350 --> 00:14:59,260
말 그대로 하나 하나 문장 -

301
00:14:59,260 --> 00:15:02,660
일부 특정 단어 나 어떤 특정한 등
그들이 말하는 구

302
00:15:02,660 --> 00:15:04,020
매 문장.

303
00:15:04,020 --> 00:15:07,920
>> 그리고 당신이 말할 수있는 것은 당신이 보는 경우에
서명이 문장

304
00:15:07,920 --> 00:15:11,450
어구, 당신은 추측 할 수있는 아마
당신의 친구입니다

305
00:15:11,450 --> 00:15:13,310
하나는, 바로 그 말을?

306
00:15:13,310 --> 00:15:18,410
그래서 당신은 그 가정을하고
즉, 모델을 만드는 방법은 다음과 같습니다.

307
00:15:18,410 --> 00:15:24,440
>> I 줄거야 예에있다
방법 레이디 가가 (Lady Gaga), 예를 들어, 사람들이

308
00:15:24,440 --> 00:15:27,430
그녀가 "아기"를 사용한다고
그녀의 번호를 하나의 노래.

309
00:15:27,430 --> 00:15:32,270
실제로이 비디오 것을 보여줍니다
그녀는 단어 "아기"에 대한 말

310
00:15:32,270 --> 00:15:33,410
다른 곡.

311
00:15:33,410 --> 00:15:33,860
>> [동영상 재생]

312
00:15:33,860 --> 00:15:34,310
>> - (SINGING) 아기.

313
00:15:34,310 --> 00:15:36,220
아기.

314
00:15:36,220 --> 00:15:37,086
아기.

315
00:15:37,086 --> 00:15:37,520
아기.

316
00:15:37,520 --> 00:15:37,770
아기.

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

318
00:15:38,822 --> 00:15:39,243
아기.

319
00:15:39,243 --> 00:15:40,085
아기.

320
00:15:40,085 --> 00:15:40,510
아기.

321
00:15:40,510 --> 00:15:40,850
아기.

322
00:15:40,850 --> 00:15:41,090
>> [END 비디오 재생 -

323
00:15:41,090 --> 00:15:44,020
>> LUCAS 프레이 타스 : 그래서, 나는 생각한다,가
그녀는 말한다하는 여기에 40 곡

324
00:15:44,020 --> 00:15:48,690
단어 "아기." 그래서 당신은 기본적으로 추측 할 수있다
당신은이 노래를 참조하는 경우

325
00:15:48,690 --> 00:15:52,180
단어 "아기"고등학교가있다
그것은 레이디 가가 (Lady Gaga)의 것을 확률.

326
00:15:52,180 --> 00:15:56,450
그러나 이제이 개발 해보자
더 형식적으로.

327
00:15:56,450 --> 00:16:00,470
>> 그래서 이들에 의해 노래 가사입니다
레이디 가가와 케이티 페리 (Katy Perry).

328
00:16:00,470 --> 00:16:04,120
그래서 당신은 레이디 가가 보면, 당신은 그들이 볼
의 사건의 많은 부분이 "아기"

329
00:16:04,120 --> 00:16:07,710
의 발생의 많은 "방법입니다." 그리고
케이티 페리는 사건의 많은 부분이

330
00:16:07,710 --> 00:16:10,360
","의 사건의 많은 부분 "화재의 위험이 있습니다."

331
00:16:10,360 --> 00:16:14,560
>> 그러니까 기본적으로 우리가 원하는 것을
할 당신이 가사를 얻을 수있다.

332
00:16:14,560 --> 00:16:20,480
의 당신은의 가사를 얻을 수 있다고 가정 해 봅시다
"아기"그냥 "아기"입니다. 노래 면

333
00:16:20,480 --> 00:16:24,750
당신은 단어 "아기"이 얻을
어디에서이 모든 데이터입니다

334
00:16:24,750 --> 00:16:27,880
레이디 가가와 케이티 페리 (Katy Perry), 것
당신이 생각하는 사람

335
00:16:27,880 --> 00:16:29,370
누가 노래를 노래?

336
00:16:29,370 --> 00:16:32,360
레이디 가가 나 케이티 페리?

337
00:16:32,360 --> 00:16:33,150
레이디 가가 (Lady Gaga), 오른쪽?

338
00:16:33,150 --> 00:16:37,400
그녀는 말한다 하나 때문에
"아기." 이것은 바로, 바보 소리?

339
00:16:37,400 --> 00:16:38,760
OK, 이건 정말 간단합니다.

340
00:16:38,760 --> 00:16:41,860
난 그냥 두 노래에 그리고 찾고 있어요
물론, 그녀가 가지고있는 단 하나의

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

342
00:16:42,660 --> 00:16:44,740
>> 하지만 당신은 단어의 무리를 무엇을 가지고 있다면?

343
00:16:44,740 --> 00:16:50,900
당신은 실제 가사, 뭔가가있는 경우
같은, "아기, 그냥

344
00:16:50,900 --> 00:16:51,610
[를 보러 갔다? CFT?]

345
00:16:51,610 --> 00:16:54,020
강의 ", 또는 그런 식으로 뭔가하고
당신은 실제로 파악해야 -

346
00:16:54,020 --> 00:16:55,780
그 모든 단어를 기준으로 -

347
00:16:55,780 --> 00:16:58,350
누가 작가는 누구 아마
이 노래를 노래?

348
00:16:58,350 --> 00:17:01,860
그래서 개발 해보자
조금 더이.

349
00:17:01,860 --> 00:17:05,630
>> 좋아요, 그럼 데이터를 기반으로 우리
가지고, 그것은 가가 아마 것 같다

350
00:17:05,630 --> 00:17:06,260
가수.

351
00:17:06,260 --> 00:17:07,904
그러나 우리는 어떻게 쓸 수 있습니다
이 형식적으로?

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

353
00:17:10,579 --> 00:17:13,140
그리고 좀있을거야
통계의 비트.

354
00:17:13,140 --> 00:17:15,880
그래서 당신이 길을 잃는다면, 그냥 해
개념을 이해합니다.

355
00:17:15,880 --> 00:17:18,700
당신이 이해한다면 그것은 중요하지 않습니다
방정식 완벽하게.

356
00:17:18,700 --> 00:17:22,150
이 모든 온라인이 될 것입니다.

357
00:17:22,150 --> 00:17:25,490
>> 그래서 기본적으로 제가 계산 해요 것은입니다
이 노래가 있음을 확률

358
00:17:25,490 --> 00:17:28,040
레이디 가가는 주어 -

359
00:17:28,040 --> 00:17:30,660
그래서이 줄은 그 주어진 의미 -

360
00:17:30,660 --> 00:17:33,680
나는 단어를보고 "아기를."
그 의미가 있습니까?

361
00:17:33,680 --> 00:17:35,540
그래서 내가 계산하려고 해요
그 확률.

362
00:17:35,540 --> 00:17:38,540
>> 그래서이라는 이론이있다
있다고 베이 즈 정리

363
00:17:38,540 --> 00:17:43,330
주어진 B의 확률은있다
A, B 번 주어진 확률

364
00:17:43,330 --> 00:17:47,660
확률에의 가능성,
B.의이 긴 식이다.

365
00:17:47,660 --> 00:17:51,970
하지만 당신은에서 이해해야
즉,이 내가하고 싶은 것입니다

366
00:17:51,970 --> 00:17:52,830
바로 계산?

367
00:17:52,830 --> 00:17:56,570
그 노래가되도록 확률
레이디 가가라는 단어를보고 주어진

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

369
00:17:58,230 --> 00:18:02,960
>> 그리고 지금 내가 받고 있어요 것은
주어진 단어 "아기"의 가능성

370
00:18:02,960 --> 00:18:04,390
나는 레이디 가가 (Lady Gaga)가있다.

371
00:18:04,390 --> 00:18:07,220
그리고 기본적으로 무엇입니까?

372
00:18:07,220 --> 00:18:10,500
그 의미가 무엇인지, 무엇
단어 "아기"를 보는 확률

373
00:18:10,500 --> 00:18:12,130
가가의 가사?

374
00:18:12,130 --> 00:18:16,240
나는 아주에 그 계산하려면
간단한 방법으로, 그것은 단지 수의

375
00:18:16,240 --> 00:18:23,640
시간 나는 총에 "아기"를 참조하십시오
가가 가사의 단어, 오른쪽?

376
00:18:23,640 --> 00:18:27,600
내가 볼 주파수는 무엇입니까
가가의 작품에서 그 단어?

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

378
00:18:30,530 --> 00:18:33,420
>> 두 번째 항은
가가의 확률.

379
00:18:33,420 --> 00:18:34,360
이것은 무엇을 의미할까요?

380
00:18:34,360 --> 00:18:38,550
즉, 기본적 의미는 무엇인가
분류의 확률

381
00:18:38,550 --> 00:18:40,690
가가와 같은 일부 가사?

382
00:18:40,690 --> 00:18:45,320
그리고 그게 좀 이상하지만,
한 가지 예를 들어 생각해 보자.

383
00:18:45,320 --> 00:18:49,230
그래서 말을하자 그 확률
노래에서 "아기"를 갖는 동일합니다

384
00:18:49,230 --> 00:18:51,760
가가와 브리트니 스피어스.

385
00:18:51,760 --> 00:18:54,950
하지만 브리트니 스피어스가 두 번이
레이디 가가 (Lady Gaga)보다 더 많은 노래.

386
00:18:54,950 --> 00:19:00,570
그래서 사람은 무작위로 당신에게 제공하는 경우
첫 번째 것은 "아기"의 가사 당신

387
00:19:00,570 --> 00:19:04,710
에있다 보면, 확률 무엇인가
가가의 노래에 "아기"를 갖는 "아기"

388
00:19:04,710 --> 00:19:05,410
브리트니의 노래?

389
00:19:05,410 --> 00:19:06,460
그리고 그것은 같은 것입니다.

390
00:19:06,460 --> 00:19:10,040
>> 그래서 당신이 볼 수 있습니다 두 번째는,이다
물론, 확률 무엇인가

391
00:19:10,040 --> 00:19:13,770
그 자체로이 가사는, 가가 가사 인
그리고 확률은 무엇입니까

392
00:19:13,770 --> 00:19:15,380
브리트니 가사 인?

393
00:19:15,380 --> 00:19:18,950
그래서 브리트니가 더 많은 가사를 가지고 있기 때문에
가가보다 당신은 아마 것

394
00:19:18,950 --> 00:19:21,470
말하자면, 잘, 이것은 아마
브리트니 가사.

395
00:19:21,470 --> 00:19:23,340
우리가 이것을 왜 그래서의
여기 용어입니다.

396
00:19:23,340 --> 00:19:24,670
가가의 확률.

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

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

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

400
00:19:29,370 --> 00:19:33,500
>> 그리고 마지막 하나는 단지 확률
"아기"의 어느하지 않습니다

401
00:19:33,500 --> 00:19:34,810
정말 문제가 많은.

402
00:19:34,810 --> 00:19:39,940
하지만 확률의
영어로 "아기"를보고.

403
00:19:39,940 --> 00:19:42,725
우리는 일반적으로 상관하지 않는
이 용어에 대해 많은.

404
00:19:42,725 --> 00:19:44,490
그 의미가 있습니까?

405
00:19:44,490 --> 00:19:48,110
그래서 가가의 확률이다
이전의 확률이라고

406
00:19:48,110 --> 00:19:49,530
클래스 가가.

407
00:19:49,530 --> 00:19:53,840
그냥 그 의미하기 때문에, 무엇인가
해당 클래스를 갖는 확률 -

408
00:19:53,840 --> 00:19:55,520
가가하는 것입니다 -

409
00:19:55,520 --> 00:19:59,350
다만 일반적으로, 단지
아무 조건.

410
00:19:59,350 --> 00:20:02,560
>> 그리고 나는 확률이있을 때
"아기,"우리가 그것을 호출 플러스 주어진 가가

411
00:20:02,560 --> 00:20:06,160
이 때문에 확률이 눈물이 글썽
발생의 확률

412
00:20:06,160 --> 00:20:08,300
가가는 몇 가지 증거를가 없습니다.

413
00:20:08,300 --> 00:20:11,050
그래서 나는 당신에게 증거를주는거야
나는 아기 단어를보고 있음

414
00:20:11,050 --> 00:20:12,690
노래는 의미가?

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
>> 나는 계산이 경우 그 각각에 대해
레이디 가가의 노래,

418
00:20:22,400 --> 00:20:25,916
그게 어떻게 될지 -

419
00:20:25,916 --> 00:20:27,730
분명히,이 이동할 수 없습니다.

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

421
00:20:31,850 --> 00:20:36,920
가가의 가능성이있을 것입니다
뭔가처럼,이 24 이상, 배 1 / 2,

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

423
00:20:38,260 --> 00:20:40,640
당신이 알고있는 경우에 그것은 중요하지 않습니다 무슨
이 숫자에서오고있다.

424
00:20:40,640 --> 00:20:44,750
하지만 것입니다 단지 수의
바로, 0 이상이 될 수 있습니다?

425
00:20:44,750 --> 00:20:48,610
>> 그리고 나는 케이티 페리 (Katy Perry)를 수행 할 때
케이티 주어진 "아기"의 확률은

426
00:20:48,610 --> 00:20:49,830
이미 0, 오른쪽?

427
00:20:49,830 --> 00:20:52,820
더 "아기"가 없기 때문에
케이티 페리.

428
00:20:52,820 --> 00:20:56,360
따라서 다음이 0이되고, 가가
승리, 이는 가가가 있음을 의미

429
00:20:56,360 --> 00:20:57,310
아마 가수.

430
00:20:57,310 --> 00:20:58,560
그 의미가 있습니까?

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
>> 그래서 난이 더 많은 공식을 만들고 싶은 경우에,
실제로 모델을 할 수있는

435
00:21:11,750 --> 00:21:12,700
여러 단어.

436
00:21:12,700 --> 00:21:14,610
그래서 내가 뭔가를 가정 해 봅시다
같은, "아기, 나는

437
00:21:14,610 --> 00:21:16,030
불 "또는 뭔가.

438
00:21:16,030 --> 00:21:17,760
그래서 여러 단어가 있습니다.

439
00:21:17,760 --> 00:21:20,880
그리고이 경우에, 당신은 볼 수 있습니다
이 "아기", 가가에

440
00:21:20,880 --> 00:21:21,710
하지만 케이티 아니다.

441
00:21:21,710 --> 00:21:24,940
그리고 "불이"케이티이지만,
그것은 바로, 가가에없는?

442
00:21:24,940 --> 00:21:27,200
그래서 그것은 바로, 난이도가 점점?

443
00:21:27,200 --> 00:21:31,440
그 것 때문에 당신 거의
둘 사이에 넥타이를해야합니다.

444
00:21:31,440 --> 00:21:36,980
>> 그래서 당신이해야 할 것은 가정입니다
단어 사이의 독​​립성.

445
00:21:36,980 --> 00:21:41,210
그래서 기본적으로 그게 무슨 뜻인지 즉
난 그냥 어떤 계산 해요

446
00:21:41,210 --> 00:21:44,330
보는 확률 "아기는,"무엇인가
보는 확률 "나는"과

447
00:21:44,330 --> 00:21:46,670
"불" "AM"및 "에,"와
모든 별도.

448
00:21:46,670 --> 00:21:48,670
다음 나는 그들 모두를 곱 해요.

449
00:21:48,670 --> 00:21:52,420
그리고 확률 무엇을보고 있어요
전체 문장을보고.

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

451
00:21:55,210 --> 00:22:00,270
>> 그러니까 기본적으로, 난 그냥 하나의 단어가있는 경우,
내가 찾으려는 인수의 최대입니다,

452
00:22:00,270 --> 00:22:05,385
즉, 한 클래스는 무엇인가
나에게 확률이 가장 높은주는?

453
00:22:05,385 --> 00:22:10,010
그래서주고있다 클래스는 무엇인가
나에게 확률이 가장 높은

454
00:22:10,010 --> 00:22:11,940
클래스의 확률은 단어가 없습니다.

455
00:22:11,940 --> 00:22:17,610
따라서이 경우, 가가는 "아기를."주어진
아니면 케이티는 "아기를."주어진 이해가가?

456
00:22:17,610 --> 00:22:21,040
>> 그냥 베이 즈에서, 그
내가 보여 방정식,

457
00:22:21,040 --> 00:22:24,780
우리는이 부분을 만들 수 있습니다.

458
00:22:24,780 --> 00:22:28,750
유일한 방법은 당신이 보는 것입니다
주어진 단어의 확률

459
00:22:28,750 --> 00:22:31,370
따라서 클래스 변경
클래스, 오른쪽?

460
00:22:31,370 --> 00:22:34,260
내가 가지고있는 "아기"의 수
가가의 케이티 다릅니다.

461
00:22:34,260 --> 00:22:37,640
클래스의 확률도
그것은 단지 숫자의 변화 때문에

462
00:22:37,640 --> 00:22:39,740
그들의 노래를 각각 보유하고 있습니다.

463
00:22:39,740 --> 00:22:43,980
>> 그러나 단어 자체의 확률
모두에 대해 동일한 될 것입니다

464
00:22:43,980 --> 00:22:44,740
예술가, 오른쪽?

465
00:22:44,740 --> 00:22:47,150
따라서 단어의 확률이다
다만, 확률 무엇인가

466
00:22:47,150 --> 00:22:49,820
에서 그 단어를보고
영어?

467
00:22:49,820 --> 00:22:51,420
그래서 그들 모두에 대해 동일합니다.

468
00:22:51,420 --> 00:22:55,790
이 일정 그래서 때문에, 우리는 할 수있다 다만
이 드롭 그것에 대해 걱정하지.

469
00:22:55,790 --> 00:23:00,230
그래서이 사실이 될 것입니다
우리가 찾고있는 식.

470
00:23:00,230 --> 00:23:03,360
>> 내가 여러 단어가있는 경우 그리고, 난
여전히 이전을해야 할 것

471
00:23:03,360 --> 00:23:04,610
여기에 확률.

472
00:23:04,610 --> 00:23:06,980
유일한 것은 내가 곱한다는 거죠
확률

473
00:23:06,980 --> 00:23:08,490
모든 즉.

474
00:23:08,490 --> 00:23:10,110
그래서 나는 그들 모두를 곱 해요.

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

476
00:23:12,610 --> 00:23:18,440
그것은 이상한 보이지만, 기본적으로 의미
클래스의 사전, 및를 계산

477
00:23:18,440 --> 00:23:22,100
각의 확률을 곱
해당 클래스에되는 단어.

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

479
00:23:24,620 --> 00:23:29,150
>> 그리고 당신은 알고 확률
클래스 주어진 단어가 될 것입니다

480
00:23:29,150 --> 00:23:34,520
만약에 그 단어를 참조 횟수
수로 나눈 그 클래스,

481
00:23:34,520 --> 00:23:37,020
단어는 점에서이
일반적으로 클래스입니다.

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

483
00:23:37,990 --> 00:23:41,680
그것은 이상 2 얼마나 "아기"이었다 있어요
단어의 개수가

484
00:23:41,680 --> 00:23:43,020
나는 가사에 있었다.

485
00:23:43,020 --> 00:23:45,130
그래서 그냥 주파수.

486
00:23:45,130 --> 00:23:46,260
>> 그러나 한 가지가있다.

487
00:23:46,260 --> 00:23:51,250
내가 보여주는 방식을 기억하십시오
"아기"인 가사의 확률

488
00:23:51,250 --> 00:23:56,350
케이티 페리 (Katy Perry)에서 0이라서 케이티
페리는 모두에서 "아기"를하지 않았다?

489
00:23:56,350 --> 00:24:04,900
그러나 그것은 단지에 사운드가 ​​거친
단순히 가사에서 할 수없는 말

490
00:24:04,900 --> 00:24:10,040
는 자신이 갖고 있지 않은해서 예술가
언제든지 특히 그 단어.

491
00:24:10,040 --> 00:24:13,330
>> 당신이 있다면 당신은, 잘 말할 수
이 말을하지 않아도, 그럴려고

492
00:24:13,330 --> 00:24:15,640
당신에게 낮은 확률을주고,
하지만 난 그냥 아니 겠지

493
00:24:15,640 --> 00:24:17,420
바로 당신에게 0을 제공합니다.

494
00:24:17,420 --> 00:24:21,040
아마 뭔가처럼 때문에
입니다 "불, 불, 불, 불,"

495
00:24:21,040 --> 00:24:21,990
완전히 케이티 페리 (Katy Perry).

496
00:24:21,990 --> 00:24:26,060
그리고 "아기"하고 그냥 간다
0은 바로 하나가 있었기 때문에

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

498
00:24:27,250 --> 00:24:31,440
>> 그러니까 기본적으로 우리가 할 것은 무엇인가이다
라플라스 다듬기했다.

499
00:24:31,440 --> 00:24:36,260
그리고 이것은 그냥주는거야 것을 의미한다
심지어 단어에 약간의 확률

500
00:24:36,260 --> 00:24:37,850
그것은 존재하지 않습니다.

501
00:24:37,850 --> 00:24:43,170
그래서 내가 할 것은이 난 경우
이 계산, 항상 1을 추가

502
00:24:43,170 --> 00:24:44,180
분자.

503
00:24:44,180 --> 00:24:48,060
단어에 존재하지 않는 그래서 경우에도
이 값이 0 인 경우이 경우는 여전히 해요

504
00:24:48,060 --> 00:24:51,250
을 통해 1 등이 계산
단어의 총 수.

505
00:24:51,250 --> 00:24:55,060
그렇지 않으면, 나는 얼마나 많은 단어
내가하고 난 1을 추가합니다.

506
00:24:55,060 --> 00:24:58,300
그래서 두 경우 모두에 믿고있어.

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

508
00:25:00,430 --> 00:25:03,060
>> 그래서 지금의 약간의 코딩을 할 수 있습니다.

509
00:25:03,060 --> 00:25:06,440
나는 꽤 빨리 그것을해야하는거야
하지만 그것은 단지 중요한 당신에게 그

510
00:25:06,440 --> 00:25:08,600
사람은 개념을 이해합니다.

511
00:25:08,600 --> 00:25:13,450
그래서 우리가하려고하는
정확히 구현한다

512
00:25:13,450 --> 00:25:14,330
내가 방금 말한 것은 -

513
00:25:14,330 --> 00:25:19,110
난 당신이에서 가사를 넣을
레이디 가가와 케이티 페리 (Katy Perry).

514
00:25:19,110 --> 00:25:22,980
그리고이 프로그램은 할 수있을 것입니다
이 새로운 가사 가가의 경우 말

515
00:25:22,980 --> 00:25:24,170
또는 케이티 페리 (Katy Perry).

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

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

518
00:25:27,530 --> 00:25:30,710
>> 그래서 내가 갈거야이 프로그램이
classify.py를 호출합니다.

519
00:25:30,710 --> 00:25:31,970
그래서 이것은 파이썬입니다.

520
00:25:31,970 --> 00:25:34,210
그것은 새로운 프로그래밍 언어이다.

521
00:25:34,210 --> 00:25:38,020
그것은 몇 가지 매우 유사하다
C와 PHP하는 방법.

522
00:25:38,020 --> 00:25:43,180
당신이 원하기 때문에 경우는 비슷
C를 아는 한 후 파이썬을 배우고, 그것의

523
00:25:43,180 --> 00:25:46,270
도전 정말 많이하지
파이썬은 훨씬 더 쉽게해서

524
00:25:46,270 --> 00:25:47,520
보다 C, 우선.

525
00:25:47,520 --> 00:25:49,370
그리고 많은 것들이 이미
당신을 위해 구현.

526
00:25:49,370 --> 00:25:56,820
그래서 얼마나 PHP와 같은 기능을 가지고 그
목록을 정렬, 또는 무언가를 추가

527
00:25:56,820 --> 00:25:58,780
배열 또는 어쩌구 저쩌구합니다.

528
00:25:58,780 --> 00:26:00,690
파이썬은 물론 그 모두를 가지고 있습니다.

529
00:26:00,690 --> 00:26:05,960
>> 그래서 난 그냥 빨리 설명 할게
우리는 분류를 할 수있는 방법

530
00:26:05,960 --> 00:26:07,860
여기에 대한 문제.

531
00:26:07,860 --> 00:26:13,230
그래서이 경우, 내가 가진 가정 해 봅시다
가가와 케이티 페리 (Katy Perry)의 가사.

532
00:26:13,230 --> 00:26:21,880
난 그 가사가 방법입니다
가사의 첫 번째 단어입니다

533
00:26:21,880 --> 00:26:25,250
아티스트의 이름,
나머지 가사이다.

534
00:26:25,250 --> 00:26:29,470
그래서 나는이 목록을 가지고 있다고 가정 해 봅시다
이는 첫 번째는 가가 가사입니다.

535
00:26:29,470 --> 00:26:31,930
그래서 나는 여기 바른 길에 있습니다.

536
00:26:31,930 --> 00:26:35,270
그리고 그 다음은 케이티이며,
또한 가사가 있습니다.

537
00:26:35,270 --> 00:26:38,040
>> 그래서 이것은 당신이 선언하는 방법입니다
파이썬에서 변수.

538
00:26:38,040 --> 00:26:40,200
당신은 데이터 형식을 제공 할 필요가 없습니다.

539
00:26:40,200 --> 00:26:43,150
당신은 "가사"를 쓰기
종류의 PHP에서 좋아합니다.

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

541
00:26:44,890 --> 00:26:47,770
>> 그래서 내가 가지고있는 것들에 무엇입니까
계산할 수있는 계산

542
00:26:47,770 --> 00:26:49,360
확률?

543
00:26:49,360 --> 00:26:55,110
나는 "전과"를 계산해야
다른 각각의

544
00:26:55,110 --> 00:26:56,710
내가 가지고있는 클래스.

545
00:26:56,710 --> 00:27:06,680
나는 "포스 테리어를,"계산해야
또는 거의 확률의

546
00:27:06,680 --> 00:27:12,150
다른 단어의 각이
나는 각 아티스트 수 있습니다.

547
00:27:12,150 --> 00:27:17,210
그래서 가가 내에서, 예를 들어, 내가 갈거야
내가 보는 횟수의 목록을 가지고

548
00:27:17,210 --> 00:27:19,250
각각의 단어.

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

550
00:27:20,760 --> 00:27:25,370
>> 그리고 마지막으로, 난 그냥있을거야
단지 것입니다 "단어"라는 목록

551
00:27:25,370 --> 00:27:29,780
이 얼마나 많은 단어를 I
각 아티스트가 있습니다.

552
00:27:29,780 --> 00:27:33,760
그래서 가가, 예를 들어, 내가 봐
가사에, 나는, 나는 생각했다, 24

553
00:27:33,760 --> 00:27:34,750
총 단어.

554
00:27:34,750 --> 00:27:38,970
그래서이 목록은해야 할 것입니다
가가 (24)와 케이티 다른 번호.

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

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

557
00:27:40,560 --> 00:27:42,530
>> 그래서 지금, 실제로하자
코딩로 이동합니다.

558
00:27:42,530 --> 00:27:45,270
그래서 파이썬에서, 당신은 실제로 수
다른 한 무리의 반환

559
00:27:45,270 --> 00:27:46,630
함수에서 일.

560
00:27:46,630 --> 00:27:50,810
그래서이 함수를 만들거야
예정되어있는 "조건부"라고

561
00:27:50,810 --> 00:27:53,890
그 모든 일을 반환
"전과" "확률"과

562
00:27:53,890 --> 00:28:05,690
"단어입니다." 그래서 "조건부"그것은의
로 호출 될 것 "가사."

563
00:28:05,690 --> 00:28:11,510
>> 그래서 지금 당신이 실제로 원하는
이 기능을 쓰기.

564
00:28:11,510 --> 00:28:17,750
나는이 쓰기 할 수 있도록하는 방법
기능 난 그냥이 정의된다

565
00:28:17,750 --> 00:28:20,620
함께 작동 "DEF." 그래서 데프 "한
조건부 "그것을 복용

566
00:28:20,620 --> 00:28:28,700
"가사." 어떤이는 할 것입니다
, 우선, 나는 전과가있다

567
00:28:28,700 --> 00:28:31,030
내가 계산 할 것인지.

568
00:28:31,030 --> 00:28:34,330
>> 그래서 내가 할 수있는 방법은 만드는 것입니다
파이썬에서 사전에 어떤

569
00:28:34,330 --> 00:28:37,320
해시으로 거의 같은 것입니다
테이블 또는 그것은 반복처럼

570
00:28:37,320 --> 00:28:40,480
PHP의 배열입니다.

571
00:28:40,480 --> 00:28:44,150
이것은 내가 사전을 선언하는 방법입니다.

572
00:28:44,150 --> 00:28:53,580
그리고 기본적으로 이것이 의미하는 것으로는
가가의 전과가있는 경우, 예를 들어, 0.5

573
00:28:53,580 --> 00:28:57,200
가사의 50 %에서 있습니다
가가, 50 %는 케이티에서이다.

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

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

576
00:29:00,680 --> 00:29:03,680
그래서 나는 알아 내기 위해 얼마나
전과를 계산합니다.

577
00:29:03,680 --> 00:29:07,120
>> 나는이해야 할 다음 사람도,
확률과 단어입니다.

578
00:29:07,120 --> 00:29:17,100
그래서 가가의 확률 목록입니다
모든 확률의 I

579
00:29:17,100 --> 00:29:19,160
가가에 대한 각각의 단어에있다.

580
00:29:19,160 --> 00:29:23,880
나는 가가의 확률로 이동이 경우
"아기,"예를 들어, 나에게주지

581
00:29:23,880 --> 00:29:28,750
2이 경우에 24 일 이상 같은.

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

583
00:29:30,070 --> 00:29:36,120
그래서 나는 "확률"로 이동로 이동
모두의 목록이 "가가"버킷

584
00:29:36,120 --> 00:29:40,550
가가의 말은, 그때 나는 "아기"로 이동
나는 가능성을 참조하십시오.

585
00:29:40,550 --> 00:29:45,940
>> 그리고 마지막으로 나는이가
"단어"사전.

586
00:29:45,940 --> 00:29:53,620
그래서 여기에, "확률." 그리고
"단어입니다." 그래서 나는 "말", "가가"를 할 경우

587
00:29:53,620 --> 00:29:58,330
무엇이 일어날 것은 점이다
나에게 24을 줄 것 말하는 것을 I

588
00:29:58,330 --> 00:30:01,990
가가의 가사에서 24 단어가있다.

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

590
00:30:04,110 --> 00:30:07,070
그래서 여기에 "단어"DAH-DAH-DAH 같습니다.

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

592
00:30:07,620 --> 00:30:12,210
>> 그래서 내가 할거야 것은 내가 갈거야입니다
그래서, 가사 각각의 반복

593
00:30:12,210 --> 00:30:14,490
각 문자열이
나는이 목록에있다.

594
00:30:14,490 --> 00:30:18,040
그리고 그 일을 계산하는거야
후보자 각각에 대해.

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

596
00:30:19,950 --> 00:30:21,700
그래서 루프를 수행해야합니다.

597
00:30:21,700 --> 00:30:26,300
>> 그래서 파이썬에서 내가 할 수있는 것은 라인 "입니다
가사. "같은 일

598
00:30:26,300 --> 00:30:28,000
PHP의 문 "각".

599
00:30:28,000 --> 00:30:33,420
그것은 PHP 있다면 어떻게 내가 할 수있는 기억
각 가사 "라고

600
00:30:33,420 --> 00:30:35,220
줄은. "감각을 만든다?

601
00:30:35,220 --> 00:30:38,900
그래서 이것으로, 각 줄을 데려 갈거야
경우,이 문자열과 다음

602
00:30:38,900 --> 00:30:44,540
문자열 그래서 난 어떤 라인의 각
어떻게가는 I가에 갈거야, 첫 번째입니다

603
00:30:44,540 --> 00:30:49,150
목록에이 줄을 분할
공백으로 구분 된 단어.

604
00:30:49,150 --> 00:30:53,730
>> 그래서 파이썬에 대한 좋은 점은 것입니다
당신은 구글과 같은 "어떻게 수 I

605
00:30:53,730 --> 00:30:58,220
단어로 문자열을 분할? "등의 정보가
어떻게하는지 방법을 알려주는 것.

606
00:30:58,220 --> 00:31:04,890
그리고 그것을 할 수있는 방법은, 그냥 "라인의
= line.split () "그리고 그것은 기본적으로의

607
00:31:04,890 --> 00:31:08,640
당신과 목록을 제공하는 것
여기에 각각의 단어.

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

609
00:31:09,620 --> 00:31:15,870
그래서 지금 내가 알고 싶은 것을했다는 것을
그 노래의 가수는 누구인가.

610
00:31:15,870 --> 00:31:20,130
그리고 난 그냥 얻을 것을해야 할 일
배열의 첫 번째 요소, 오른쪽?

611
00:31:20,130 --> 00:31:26,390
그래서 난 그냥 말할 수있는 I "가수
= 선 (0) "감각을 만든다?

612
00:31:26,390 --> 00:31:32,010
>> 그리고 내가해야 할 것은 첫 번째의,이다
모두, 내가 업데이트 할거야 얼마나 많은

613
00:31:32,010 --> 00:31:36,130
말은 내가 아래에있다 "가가." 그래서 난 그냥
계산하려고 얼마나 많은 단어를 I

614
00:31:36,130 --> 00:31:38,690
바로,이 목록에 있습니까?

615
00:31:38,690 --> 00:31:41,910
이것은 내가 얼마나 많은 단어 때문에
가사와 나는 단지에 갈거야

616
00:31:41,910 --> 00:31:44,120
"가가"배열에 추가합니다.

617
00:31:44,120 --> 00:31:47,090
그 의미가 있습니까?

618
00:31:47,090 --> 00:31:49,010
구문에 너무 많은 초점을하지 마십시오.

619
00:31:49,010 --> 00:31:50,430
개념에 대한 자세한 생각합니다.

620
00:31:50,430 --> 00:31:52,400
즉, 가장 중요한 부분입니다.

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

622
00:31:52,720 --> 00:32:00,260
>> "가가가"경우 그래서 내가 할 수있는 것은
이미 목록에있는, 그래서 "가수의 경우

623
00:32:00,260 --> 00:32:03,190
단어 "하는 것을 의미 나는 이미
가가하여 단​​어가있다.

624
00:32:03,190 --> 00:32:06,640
난 그냥 추가를 추가 할
그 단어에.

625
00:32:06,640 --> 00:32:15,810
그래서 내가 할 것은 '단어 (가수)입니다
+ = LEN (선) - 1 ".

626
00:32:15,810 --> 00:32:18,250
그리고 난 그냥 할 수있는
줄의 길이.

627
00:32:18,250 --> 00:32:21,860
그래서 얼마나 많은 요소 I
배열에있다.

628
00:32:21,860 --> 00:32:27,060
그리고 내가해야 할 일을 뺀 때문 만
배열의 최초의 요소는 단지입니다

629
00:32:27,060 --> 00:32:29,180
가수들은 가사 없습니다.

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

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

632
00:32:32,780 --> 00:32:35,820
>> "그렇지,"내가 원하는 것을 의미 실제로
목록에 가가를 삽입합니다.

633
00:32:35,820 --> 00:32:45,990
그래서 난 그냥 단어 (가수) "할
= LEN (선) - 1, "죄송합니다.

634
00:32:45,990 --> 00:32:49,200
그래서 둘 사이의 유일한 차이점
라인이 하나, 그렇지 않을 것입니다

635
00:32:49,200 --> 00:32:51,080
아직 존재, 그래서 난 그냥
를 초기화.

636
00:32:51,080 --> 00:32:53,820
이 하나의 사실은 추가 해요.

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

638
00:32:55,570 --> 00:32:59,480
그래서이 단어를 추가했다.

639
00:32:59,480 --> 00:33:03,040
>> 지금은 전과에 추가 할.

640
00:33:03,040 --> 00:33:05,480
그래서 어떻게 전과을 계산합니까?

641
00:33:05,480 --> 00:33:11,580
전과가 계산 될 수있다
얼마나 많은 배.

642
00:33:11,580 --> 00:33:15,340
당신은 그 가수를 참조 그래서 몇 번
당신이 가수의 모든 중

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

644
00:33:16,380 --> 00:33:18,810
가가와 케이티 페리에 대한 그래서
이 경우는 가가 참조

645
00:33:18,810 --> 00:33:20,570
한 번, 케이티 페리 번.

646
00:33:20,570 --> 00:33:23,320
>> 가가에 대한 그래서 기본적으로 전과
와 케이티 페리 (Katy Perry)에 대한 것

647
00:33:23,320 --> 00:33:24,390
바로, 하나?

648
00:33:24,390 --> 00:33:26,500
당신은 얼마나 많은 시간
나는 예술가를 참조하십시오.

649
00:33:26,500 --> 00:33:28,740
그래서이 계산하는 것은 매우 쉽습니다.

650
00:33:28,740 --> 00:33:34,100
나는 유사 뭔가처럼 "마치
전과의 가수는, "난 그냥 갈거야

651
00:33:34,100 --> 00:33:38,970
자신의 전과 상자에 1을 추가합니다.

652
00:33:38,970 --> 00:33:51,000
"그래서,"다음과 ""전과 (노래) "+ = 1 다른
나는 "전과 (가수) 할거야

653
00:33:51,000 --> 00:33:55,000
= 1. "감각을 만든다?

654
00:33:55,000 --> 00:34:00,080
>> 그래서이 존재하지 않을 경우, 난 그냥 넣어
1로, 그렇지 않으면 그냥 1을 추가합니다.

655
00:34:00,080 --> 00:34:11,280
좋아, 그럼 이제 어떻게해야 남아있는 그
도에 각각의 단어를 추가한다

656
00:34:11,280 --> 00:34:12,290
확률.

657
00:34:12,290 --> 00:34:14,889
그래서 내가 계산해야하는 횟수를
나는 각각의 단어를 참조하십시오.

658
00:34:14,889 --> 00:34:18,780
그래서 또 다른 작업을 수행해야
라인 루프.

659
00:34:18,780 --> 00:34:25,190
>> 내가 할거야 그래서 일단은
가수가 이미있는 경우 확인

660
00:34:25,190 --> 00:34:26,969
확률의 배열입니다.

661
00:34:26,969 --> 00:34:31,739
가수가없는 경우 그래서 알아보고 있어요
확률의 배열을 가지고, 난 그냥

662
00:34:31,739 --> 00:34:34,480
그 하나를 초기화하는 것.

663
00:34:34,480 --> 00:34:36,400
그것은 심지어 배열이 아니다, 죄송합니다,
그것은 사전입니다.

664
00:34:36,400 --> 00:34:43,080
그래서 가수의 가능성은 것입니다
오픈 사전으로, 그래서 난

665
00:34:43,080 --> 00:34:45,830
단지에 대한 사전을 초기화.

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

667
00:34:46,820 --> 00:34:58,330
>> 지금은 실제로 루프를 수행 할 수 있습니다
각각의 단어 '를 계산하는

668
00:34:58,330 --> 00:35:00,604
확률.

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

670
00:35:01,540 --> 00:35:04,160
그래서 내가 할 수있는 것은 루프입니다.

671
00:35:04,160 --> 00:35:06,590
그래서 난 그냥 반복하는거야
배열에 대해.

672
00:35:06,590 --> 00:35:15,320
내가 파이썬에서 그렇게 할 수 있도록하는 방법
"범위의 난에 대해"입니다. 1

673
00:35:15,320 --> 00:35:19,200
나는 초에 시작할 때문에
첫 번째 요소 인 때문

674
00:35:19,200 --> 00:35:20,260
가수 이름입니다.

675
00:35:20,260 --> 00:35:24,990
그래서 하나에서까지
줄의 길이.

676
00:35:24,990 --> 00:35:29,760
그리고이 범위 않을 때 실제로에서 이동
여기에 같은 1의 렌에

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

678
00:35:30,740 --> 00:35:33,810
그래서 이미 일의 일을
매우입니다 배열에 대한 N - 1

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

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

681
00:35:37,850 --> 00:35:42,770
>> 그래서 이들 각각에 대해, 나는 무엇에 갈거야
할, 그냥 다른 하나처럼입니다

682
00:35:42,770 --> 00:35:50,320
내가 확인하는거야 경우이 단어
라인의 위치는 이미

683
00:35:50,320 --> 00:35:51,570
확률.

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

685
00:35:53,400 --> 00:35:57,260
그리고 나는 확률은, 여기에 말했듯이
단어처럼 나는 넣어

686
00:35:57,260 --> 00:35:58,400
"확률 (가수)".

687
00:35:58,400 --> 00:35:59,390
그래서 가수의 이름.

688
00:35:59,390 --> 00:36:03,450
그래서 이미 있다면
"probabilit (가수)", 그것은 즉, I

689
00:36:03,450 --> 00:36:11,960
그것은 1을 추가 할, 그래서 난에 갈거야
"확률 (가수)"등을 수행

690
00:36:11,960 --> 00:36:14,100
단어는 "라인 (I)"라고합니다.

691
00:36:14,100 --> 00:36:22,630
나는 1을 추가하는거야하고 ​​"또"난 그냥
1로 초기화하는 것.

692
00:36:22,630 --> 00:36:23,880
"선 (I)".

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

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

695
00:36:28,420 --> 00:36:30,180
>> 그래서, 배열을 모두 계산.

696
00:36:30,180 --> 00:36:36,580
그래서, 이제 난에해야 할 것을
이 하나는 그냥 ", 전과를 반환한다

697
00:36:36,580 --> 00:36:43,230
확률과 단어. "하자
OK, 어떤이 있는지 확인합니다.

698
00:36:43,230 --> 00:36:45,690
그것은 모든 것을 지금까지 일 것 같다.

699
00:36:45,690 --> 00:36:46,900
그래서, 그 의미가 무엇입니까?

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

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

702
00:36:49,280 --> 00:36:51,980
그래서 지금은 모든 가능성이 있습니다.

703
00:36:51,980 --> 00:36:55,100
그래서 지금 남아있는 유일한
단지 그 일을하는 것입니다

704
00:36:55,100 --> 00:36:58,650
모두의 제품을 계산
내가 가사를받을 때 확률.

705
00:36:58,650 --> 00:37:06,270
>> 그럼 지금 통화 할 가정 해 봅시다
이 함수 ") (분류"및

706
00:37:06,270 --> 00:37:08,880
것은 그 기능을합니다
다만 인수입니다.

707
00:37:08,880 --> 00:37:13,170
의는 "아기, 나는 불입니다"라고하자 그의
무엇인지 파악하는 것

708
00:37:13,170 --> 00:37:14,490
이것은 가가 것을 확률?

709
00:37:14,490 --> 00:37:16,405
확률은 무엇입니까
이 케이티이라고?

710
00:37:16,405 --> 00:37:19,690
좋은 소리?

711
00:37:19,690 --> 00:37:25,750
그래서 난 그냥 만들어야 할거야
라는 새로운 기능 ") (분류"와

712
00:37:25,750 --> 00:37:29,180
그것은 몇 가지를 취할 것
가사뿐만 아니라.

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

714
00:37:31,790 --> 00:37:36,160
그리고 가사 외에 I도
전과를 보낼 수있다,

715
00:37:36,160 --> 00:37:37,700
확률과 단어.

716
00:37:37,700 --> 00:37:44,000
그래서 가사, 전과를 보낼거야,
확률, 즉.

717
00:37:44,000 --> 00:37:51,840
>> 그래서이 가사, 전과를하고있다,
확률, 즉.

718
00:37:51,840 --> 00:37:53,530
그래서, 그것은 무엇을 하는가?

719
00:37:53,530 --> 00:37:57,180
그것은 기본적으로 모두를 통해 갈 것입니다
가능한 후보 당신

720
00:37:57,180 --> 00:37:58,510
가수가 있습니다.

721
00:37:58,510 --> 00:37:59,425
어디 그 후보는?

722
00:37:59,425 --> 00:38:01,020
그들은 전과에 맞죠?

723
00:38:01,020 --> 00:38:02,710
그래서이 사람들의 모든있다.

724
00:38:02,710 --> 00:38:07,870
그래서 나는 사전을 가지고 갈거야
가능한 모든 후보.

725
00:38:07,870 --> 00:38:14,220
그리고 각 후보
전과, 그것이 것을 의미하므로

726
00:38:14,220 --> 00:38:17,740
내가 가진 경우 가가, 케이티 수
더는 더 될 것입니다.

727
00:38:17,740 --> 00:38:20,410
내가 계산을 시작하겠습니다
이 확률.

728
00:38:20,410 --> 00:38:28,310
우리가에서 본 바와 같이 확률
파워 포인트는 이전 배

729
00:38:28,310 --> 00:38:30,800
각각의 상품
다른 확률.

730
00:38:30,800 --> 00:38:32,520
>> 그래서 여기에 같은 작업을 수행 할 수 있습니다.

731
00:38:32,520 --> 00:38:36,330
그냥 확률이 할 수있는
당초 사전.

732
00:38:36,330 --> 00:38:40,340
후보 그래서 전과.

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

734
00:38:40,870 --> 00:38:45,360
그리고 지금은 모든 반복해야
내가되고 가사에이 단어

735
00:38:45,360 --> 00:38:48,820
확률을 추가 할
OK, 그들 각각에 대해?

736
00:38:48,820 --> 00:38:57,900
그래서, "가사의 단어를"내가 갈거야
단어가있는 경우 수행하는 것은입니다

737
00:38:57,900 --> 00:39:01,640
"확률 (후보)"하는
이 단어의 것을 의미

738
00:39:01,640 --> 00:39:03,640
후보는 가사에있다 -

739
00:39:03,640 --> 00:39:05,940
가가에 대한 예를 들어, "아기"-

740
00:39:05,940 --> 00:39:11,710
내가 할거야 것은 그
확률을 곱한 것입니다

741
00:39:11,710 --> 00:39:22,420
플러스 확률의 1로
그 단어에 대한 후보.

742
00:39:22,420 --> 00:39:25,710
그리고는 "단어"라고.

743
00:39:25,710 --> 00:39:32,440
이것은 단어 수로 나눈
그 후보가있다.

744
00:39:32,440 --> 00:39:37,450
내가 가진 단어의 총 수
나가보고 가수에 대한.

745
00:39:37,450 --> 00:39:40,290
>> "그렇지." 그것이 새로운 단어의 의미
그래서 예를 들어 같은 것

746
00:39:40,290 --> 00:39:41,860
레이디 가가에 대해 "화재".

747
00:39:41,860 --> 00:39:45,760
그래서 난에 1을하고 싶은
"단어 (후보)".

748
00:39:45,760 --> 00:39:47,710
따라서 저는이 용어를 넣어하지 않습니다.

749
00:39:47,710 --> 00:39:50,010
>> 그래서 기본적으로 될 것
복사 및 붙여 넣기이.

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

751
00:39:54,380 --> 00:39:56,000
그러나 나는이 부분을 삭제하겠습니다.

752
00:39:56,000 --> 00:39:57,610
그래서 그냥 이상 1이 될 것.

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

754
00:40:00,900 --> 00:40:02,150
좋은 소리?

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

756
00:40:03,980 --> 00:40:09,700
그리고 지금 끝에, 그냥에 갈거야
후보의 이름을 인쇄

757
00:40:09,700 --> 00:40:15,750
당신이 가지는 가능성
그들의 가사에 S 데.

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

759
00:40:16,200 --> 00:40:18,390
그리고 사실조차 할
이 사전이 필요합니다.

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

761
00:40:19,510 --> 00:40:21,810
>> 그래서,이 실제로 작동하는지 보자.

762
00:40:21,810 --> 00:40:24,880
나는 이것을 실행한다면, 그것은 작동하지 않았다.

763
00:40:24,880 --> 00:40:26,130
1 초 기다립니다.

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

765
00:40:28,870 --> 00:40:31,720
"워드 (후보자)", "워드 (후보자)"
그건

766
00:40:31,720 --> 00:40:33,750
배열의 이름입니다.

767
00:40:33,750 --> 00:40:41,435
OK 그래서, 몇 가지 버그가 있습니다 말한다
전과있는 후보.

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

769
00:40:46,300 --> 00:40:48,760
내가 그냥 조금 진정하자.

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

771
00:40:50,360 --> 00:40:51,305
의 시도하자.

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

773
00:40:51,720 --> 00:40:58,710
>> 그래서 케이티 페리 (Katy Perry)이있다 제공
이 배 10의 확률

774
00:40:58,710 --> 00:41:02,200
마이너스 7 및 가가이있다
시간 마이너스 6 10.

775
00:41:02,200 --> 00:41:05,610
그래서 당신이 그것을 보여줍니다 보시려면 가가
높은 확률을 가지고 있습니다.

776
00:41:05,610 --> 00:41:09,260
그래서된다 "자기야, 내가 타고있어"
아마 가가의 노래.

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

778
00:41:10,580 --> 00:41:12,030
그래서 이것은 우리가했던 것입니다.

779
00:41:12,030 --> 00:41:16,010
>> 이 코드는 온라인에 게시 될 것입니다,
그래서 너희들은 그것을 확인할 수 있습니다.

780
00:41:16,010 --> 00:41:20,720
당신이 원한다면 아마도 그것을 중 일부를 사용
프로젝트 또는 유사한 작업을 수행합니다.

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

782
00:41:22,150 --> 00:41:25,930
이것은 단지 표시했다
어떤 계산

783
00:41:25,930 --> 00:41:27,230
언어학 코드는 같습니다.

784
00:41:27,230 --> 00:41:33,040
하지만 지금은 좀 더 가자
높은 수준의 물건.

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

786
00:41:33,340 --> 00:41:35,150
>> 그래서 다른 문제 I
에 대해 얘기했다 -

787
00:41:35,150 --> 00:41:37,550
분할 문제
그 중 첫 번째입니다.

788
00:41:37,550 --> 00:41:40,820
그래서 현재 일본어를한다.

789
00:41:40,820 --> 00:41:43,420
그리고 당신은 볼
공백이 없습니다.

790
00:41:43,420 --> 00:41:49,110
그래서 이것은 기본적으로는 것을 의미한다
의자의 위쪽, 오른쪽?

791
00:41:49,110 --> 00:41:50,550
당신은 일본어를?

792
00:41:50,550 --> 00:41:52,840
그것은 바로, 의자의 정상입니까?

793
00:41:52,840 --> 00:41:54,480
>> 학생 : 나도 몰라 무엇을
한자에있다.

794
00:41:54,480 --> 00:41:57,010
>> LUCAS 프레이 타스 : 그것은 [일본어를 말한다]이야

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

796
00:41:57,950 --> 00:42:00,960
그래서 기본적으로 상단의 의자을 의미한다.

797
00:42:00,960 --> 00:42:03,620
당신은 공간을 넣어했다 그렇다면
그것은 여기에있을 것입니다.

798
00:42:03,620 --> 00:42:05,970
그리고 당신은 [이? 우에다 씨. ?]

799
00:42:05,970 --> 00:42:09,040
어느 기본적 씨 우에다는 것을 의미한다.

800
00:42:09,040 --> 00:42:13,180
그리고 당신은 "우에다"를 참조하십시오 당신은이
공간과 다음 "산." 그래서 당신은 볼

801
00:42:13,180 --> 00:42:15,470
여기에 "UE는"자체 같습니다.

802
00:42:15,470 --> 00:42:17,750
그리고 여기에는 문자가
그 옆에.

803
00:42:17,750 --> 00:42:21,720
>> 그래서 그 언어처럼되지 않습니다
단어 그것은 그래서 당신을 의미하는 문자

804
00:42:21,720 --> 00:42:23,980
단지 공간을 많이 넣어.

805
00:42:23,980 --> 00:42:25,500
문자는 서로 관련이있다.

806
00:42:25,500 --> 00:42:28,680
그리고 그들은 함께 할 수있다
같은 둘, 셋, 하나.

807
00:42:28,680 --> 00:42:34,520
그래서 당신은 실제로 어떤 종류를 만들 수있다
의 방법으로 그 공백을 넣어.

808
00:42:34,520 --> 00:42:38,850
>> 그리고이 물건은 당신이 얻을 때마다
아시아권 언어의 데이터,

809
00:42:38,850 --> 00:42:40,580
모든 비분 온다.

810
00:42:40,580 --> 00:42:45,940
때문에 일본어를 쓰는 아무도 없습니다
중국어 공백으로 씁니다.

811
00:42:45,940 --> 00:42:48,200
당신은 중국어를 작성할 때마다,
일본 당신은 모든 것을 쓰기

812
00:42:48,200 --> 00:42:48,710
공백없이.

813
00:42:48,710 --> 00:42:52,060
그것도 이해가되지 않습니다
공백을 넣어.

814
00:42:52,060 --> 00:42:57,960
그럼 당신은 어떤에서 데이터를 얻을 때
동아시아 언어, 당신이 원하는 경우

815
00:42:57,960 --> 00:43:00,760
실제로 뭔가를
당신은 첫 번째 세그먼트에있다.

816
00:43:00,760 --> 00:43:05,130
>> 예제의 일을 생각
공백없이 가사.

817
00:43:05,130 --> 00:43:07,950
그래서 당신이 가진 유일한 가사
바로, 문장이 될 것인가?

818
00:43:07,950 --> 00:43:09,470
마침표로 구분.

819
00:43:09,470 --> 00:43:13,930
하지만 그냥 문장을 갖는 것
정말 정보를 제공에 도움이되지

820
00:43:13,930 --> 00:43:17,760
의 그 가사로 누구.

821
00:43:17,760 --> 00:43:18,120
오른쪽?

822
00:43:18,120 --> 00:43:20,010
그래서 당신이해야 첫 번째 공백을 넣습니다.

823
00:43:20,010 --> 00:43:21,990
당신이이 어떻게 할 수 있습니까?

824
00:43:21,990 --> 00:43:24,920
>> 그럼 언어의 아이디어가 온다
정말 뭔가 모델

825
00:43:24,920 --> 00:43:26,870
계산을 위해 중요
언어학.

826
00:43:26,870 --> 00:43:32,790
그래서 언어 모델은 기본적
확률의 테이블을 보여줍니다

827
00:43:32,790 --> 00:43:36,260
확률 무엇보다도 먼저
의 언어로 말을하지?

828
00:43:36,260 --> 00:43:39,590
그래서 단어가 얼마나 자주 게재합니다.

829
00:43:39,590 --> 00:43:43,130
그리고 또한 관계를 나타낸
문장에서 단어 사이.

830
00:43:43,130 --> 00:43:51,500
>> 낯선 사람이 온 경우 그래서 주요 개념이며,
당신과 문장에 말에

831
00:43:51,500 --> 00:43:55,600
당신, 확률은, 무엇이다
예는, "이것은 나의 자매입니다 [? GTF"?]

832
00:43:55,600 --> 00:43:57,480
그 사람이 말한 문장이었다?

833
00:43:57,480 --> 00:44:00,380
그래서 분명히 몇 가지 문장은
다른 사람보다 더 많이.

834
00:44:00,380 --> 00:44:04,450
예를 들어, "안녕하세요"또는 "좋음
밤, "또는"이 봐, "훨씬 더

835
00:44:04,450 --> 00:44:08,260
대부분의 문장보다 일반적인
우리는 영어를 가지고있다.

836
00:44:08,260 --> 00:44:11,060
그럼 왜 그 문장은
더 자주?

837
00:44:11,060 --> 00:44:14,060
>> 당신이 있기 때문에 우선, 그것은의
더 자주 단어.

838
00:44:14,060 --> 00:44:20,180
당신이 말하는 경우에 따라서, 예를 들어, 개는
큰, 그리고 개는 당신은 거대한입니다

839
00:44:20,180 --> 00:44:23,880
보통 아마 강아지가 큰 소리
"큰"는 더 자주하기 때문에

840
00:44:23,880 --> 00:44:27,260
"거대한."보다 영어 자주
그렇게 하나

841
00:44:27,260 --> 00:44:30,100
가지 단어 주파수이다.

842
00:44:30,100 --> 00:44:34,490
>> 정말 두 번째 것은
중요한 것은 단지

843
00:44:34,490 --> 00:44:35,490
단어의 순서.

844
00:44:35,490 --> 00:44:39,500
그래서, "고양이가 말을하는 것이 일반적이다
. 상자 안에 "하지만하지 보통

845
00:44:39,500 --> 00:44:44,250
에서 참조하십시오 "상자는 내부의 고양이입니다." 그래서
당신은 어떤 중요성이 있는지 확인

846
00:44:44,250 --> 00:44:46,030
단어의 순서.

847
00:44:46,030 --> 00:44:50,160
당신은 말할 수없는 두
문장은 동일한 확률을 가지고

848
00:44:50,160 --> 00:44:53,010
그들은 같은 말을해서.

849
00:44:53,010 --> 00:44:55,550
당신은 실제로 걱정해야
주문에 대한뿐만 아니라.

850
00:44:55,550 --> 00:44:57,650
이해가가?

851
00:44:57,650 --> 00:44:59,490
>> 그래서 우리는 무엇을해야합니까?

852
00:44:59,490 --> 00:45:01,550
그래서 난 당신을 얻기 위해 시도 할 수 있습니다?

853
00:45:01,550 --> 00:45:04,400
나는 당신이 우리 얻으려고
N-그램 모델을 호출합니다.

854
00:45:04,400 --> 00:45:09,095
따라서, N-그램 모델은 기본적으로 가정
각 단어에 대한 그

855
00:45:09,095 --> 00:45:10,960
당신은 문장이 있습니다.

856
00:45:10,960 --> 00:45:15,020
그것은 발생의 확률의 그
단어뿐만 아니라 거기에 따라 달라집니다

857
00:45:15,020 --> 00:45:18,395
언어로 그 단어의 빈도,
뿐만 아니라 단어를 그

858
00:45:18,395 --> 00:45:19,860
그것을 둘러싸고있다.

859
00:45:19,860 --> 00:45:25,810
>> 그래서 예를 들면, 일반적으로 볼 때
또는 당신이있어에서 같은

860
00:45:25,810 --> 00:45:28,040
아마 볼 것
그 뒤에 명사, 오른쪽?

861
00:45:28,040 --> 00:45:31,750
때문에 당신은 전치사가있는 경우
보통은 그 뒤에 명사를 사용합니다.

862
00:45:31,750 --> 00:45:35,540
아니면 이적하는 동사가있는 경우
당신은 일반적으로 가고있다

863
00:45:35,540 --> 00:45:36,630
명사구가있다.

864
00:45:36,630 --> 00:45:38,780
그래서 명사를 것
주위 어딘가에.

865
00:45:38,780 --> 00:45:44,950
>> 그래서, 기본적으로, 이것이하는 것은 그것이
가질 확률을 고려

866
00:45:44,950 --> 00:45:47,960
즉 서로 옆에, 언제
당신이 계산하고있는

867
00:45:47,960 --> 00:45:49,050
문장의 확률.

868
00:45:49,050 --> 00:45:50,960
그리고 그 어떤 언어 인데요,
모델은 기본적으로.

869
00:45:50,960 --> 00:45:54,620
그냥 확률 무슨 말을
특정 데

870
00:45:54,620 --> 00:45:57,120
언어의 문장?

871
00:45:57,120 --> 00:45:59,110
그래서 그 이유는 기본적으로 유용 했습니까?

872
00:45:59,110 --> 00:46:02,390
그리고 모두의 첫 번째 것입니다
N-그램 모델 후?

873
00:46:02,390 --> 00:46:08,850
>> 따라서, N-그램 모델은 의미
각 단어에 따라 달라집니다

874
00:46:08,850 --> 00:46:12,700
다음 N 1을 뺀 단어.

875
00:46:12,700 --> 00:46:18,150
그래서, 기본적으로, 그것은, 내가 보면 있음을 의미
예를 들어 CS50의 TF에서 때에

876
00:46:18,150 --> 00:46:21,500
나는 확률을 계산 해요
문장은, 당신처럼 될 것 "

877
00:46:21,500 --> 00:46:25,280
단어 ""를 갖는 확률
데 시간 확률 "

878
00:46:25,280 --> 00:46:31,720
데 CS50 "배 확률
"CS50의 TF." 그래서, 기본적으로, 내가 계산

879
00:46:31,720 --> 00:46:35,720
그것을 스트레칭의 가능한 모든 방법.

880
00:46:35,720 --> 00:46:41,870
>> 그리고 일반적으로 당신은이 작업을 수행 할 때
프로젝트에서, 당신은 수 N을 넣어

881
00:46:41,870 --> 00:46:42,600
낮은 값.

882
00:46:42,600 --> 00:46:45,930
따라서, 보통 bigrams 또는 괘가있다.

883
00:46:45,930 --> 00:46:51,090
당신은 단지 두 단어를 계산하도록
두 단어 또는 세 단어의 그룹,

884
00:46:51,090 --> 00:46:52,620
단지 성능 문제에 대한.

885
00:46:52,620 --> 00:46:56,395
또한 있기 때문에 어쩌면 당신이 가지고있는 경우
같은 "CS50의 TF." 때

886
00:46:56,395 --> 00:47:00,510
이 "TF를,"매우 중요하다고
"CS50은"바로 그 옆에?

887
00:47:00,510 --> 00:47:04,050
그 두 가지가 일반적이다
서로 옆에.

888
00:47:04,050 --> 00:47:06,410
>> 당신이 생각한다면 "TF"그것은 아마
가지고가는 것을

889
00:47:06,410 --> 00:47:07,890
그것을 위해 TF'ing의 클래스.

890
00:47:07,890 --> 00:47:11,330
또한 "는"정말 중요한 것입니다
CS50의 TF를위한.

891
00:47:11,330 --> 00:47:14,570
하지만 당신은 "CS50 같은 것이있는 경우
TF는 클래스에 가서 준 자신의

892
00:47:14,570 --> 00:47:20,060
학생들이 어떤 사탕입니다. ""캔디 "와" "
바로, 정말 아무 관계가없는?

893
00:47:20,060 --> 00:47:23,670
그들은 서로 너무 멀리 떨어져있어 그
정말 무엇을 중요하지 않습니다

894
00:47:23,670 --> 00:47:25,050
단어가있다.

895
00:47:25,050 --> 00:47:31,210
>> 그래서 bigram 또는 트라이 그램을 수행하여, 그
당신이 제한하는 것을 의미한다

896
00:47:31,210 --> 00:47:33,430
자신을 어떤 단어로
주위에있다.

897
00:47:33,430 --> 00:47:35,810
이해가가?

898
00:47:35,810 --> 00:47:40,630
그래서 당신은 분할을 수행 할 때,
기본적으로, 당신이 원하는 것은 볼 수 있습니다

899
00:47:40,630 --> 00:47:44,850
모든 방법은 무엇입니까 그
당신은 세그먼트 문장을 할 수 있습니다.

900
00:47:44,850 --> 00:47:49,090
>> 당신은 무엇을 볼 수 있도록
그 문장의 각각의 확률

901
00:47:49,090 --> 00:47:50,880
언어에 존재?

902
00:47:50,880 --> 00:47:53,410
그래서 당신이 할 일은 같은, 잘 할 수 있습니다
나 여기에 공간을 넣어보십시오.

903
00:47:53,410 --> 00:47:55,570
그래서 당신은이 공간을 넣어
당신은 무엇을보고

904
00:47:55,570 --> 00:47:57,590
그 문장의 확률?

905
00:47:57,590 --> 00:48:00,240
그런 다음 OK처럼, 어쩌면 있습니다
그는 좋지 않았다.

906
00:48:00,240 --> 00:48:03,420
그래서 공간이 거기에 공백을 넣어
거기, 당신은 계산

907
00:48:03,420 --> 00:48:06,240
확률 지금, 당신은 볼
그것은 높은 확률이다.

908
00:48:06,240 --> 00:48:12,160
>> 그래서이 탱고라는 알고리즘이다
분할 알고리즘, 어느입니다

909
00:48:12,160 --> 00:48:14,990
실제로 정말 수있는 작품
프로젝트에 대한 차가운하는

910
00:48:14,990 --> 00:48:20,860
기본적으로 비분 텍스트를 취하는
일본어 또는 중국어 또는 어쩌면이 될 수 있습니다

911
00:48:20,860 --> 00:48:26,080
영어 공백없이 배치하려고 시도
말과 용도 사이에 공백

912
00:48:26,080 --> 00:48:29,120
해당 언어 모델을 사용하여 바이
가장 높은 것을 볼려고

913
00:48:29,120 --> 00:48:31,270
당신이 얻을 수있는 확률.

914
00:48:31,270 --> 00:48:32,230
OK.

915
00:48:32,230 --> 00:48:33,800
그래서이 분할이다.

916
00:48:33,800 --> 00:48:35,450
>> 이제 구문.

917
00:48:35,450 --> 00:48:40,940
그래서, 구문에 사용되는
지금은 너무 많은 것들을.

918
00:48:40,940 --> 00:48:44,880
그래프 검색, 시리에 대한 위해 이렇게
자연의 거의 모든 종류의

919
00:48:44,880 --> 00:48:46,490
언어 처리가 있습니다.

920
00:48:46,490 --> 00:48:49,140
그래서 중요한 무엇인가
구문에 대한 것들?

921
00:48:49,140 --> 00:48:52,390
따라서, 일반적으로 문장이
우리는 성분을 부르는.

922
00:48:52,390 --> 00:48:57,080
어떤 종류의 단어의 그룹처럼
문장의 기능을 가지고있다.

923
00:48:57,080 --> 00:49:02,220
그리고 그들은 정말 할 수 없습니다
서로 이격.

924
00:49:02,220 --> 00:49:07,380
>> 내가 말한다면, 예를 들어, "로렌 사랑
밀로. 로렌이 ""나는 알고 "

925
00:49:07,380 --> 00:49:10,180
구성 후 "사랑
마일로는 "또 다른 하나입니다.

926
00:49:10,180 --> 00:49:16,860
당신은 "로렌 마일로 같은 말을 할 수 없기 때문에
같은 의미를 가지고 "사랑합니다.

927
00:49:16,860 --> 00:49:18,020
그것은이 없을거야
동일한 의미.

928
00:49:18,020 --> 00:49:22,500
아니면 "마일로 로렌과 같이 말할 수 없다
사랑합니다. "모든 것이 동일한가

929
00:49:22,500 --> 00:49:25,890
그 일을 의미한다.

930
00:49:25,890 --> 00:49:31,940
>> 에 대한 그래서 두 가지 더 중요한 일
문법은 어휘 유형입니다

931
00:49:31,940 --> 00:49:35,390
기본적으로 기능 당신
스스로 단어가 있습니다.

932
00:49:35,390 --> 00:49:39,180
그래서 당신은 알고 있어야하는 "로렌"
그리고 "마일로는"명사입니다.

933
00:49:39,180 --> 00:49:41,040
"사랑"은 동사입니다.

934
00:49:41,040 --> 00:49:45,660
그리고 두 번째로 중요한 것입니다
그들은 phrasal 유형 걸.

935
00:49:45,660 --> 00:49:48,990
그래서 당신은 "밀로 사랑"알고
실제로 언어 적 표현이다.

936
00:49:48,990 --> 00:49:52,390
내가 말할 때 그래서 "로렌은,"나는 알고
로렌은 뭔가를하고있다.

937
00:49:52,390 --> 00:49:53,620
그녀는 무엇을하고 있습니까?

938
00:49:53,620 --> 00:49:54,570
그녀는 마일로을 사랑하는거야.

939
00:49:54,570 --> 00:49:56,440
그래서 모든 일입니다.

940
00:49:56,440 --> 00:50:01,640
그러나 그 구성 요소는
명사와 동사.

941
00:50:01,640 --> 00:50:04,210
그러나 함께, 그들은 동사 구문을 확인합니다.

942
00:50:04,210 --> 00:50:08,680
>> 그래서, 우리는 실제로 무엇을 할 수
전산 언어학?

943
00:50:08,680 --> 00:50:13,810
그래서, 예를 들어 무언가가있는 경우
"앨리슨의 친구." 내가 볼 경우 그냥

944
00:50:13,810 --> 00:50:17,440
구문 트리 나는 알 것 않았다
"친구"입니다 명사구입니다

945
00:50:17,440 --> 00:50:21,480
"앨리슨의"다음 명사와는입니다
"의"의 전치사구입니다

946
00:50:21,480 --> 00:50:24,810
명제와 "앨리슨"명사입니다.

947
00:50:24,810 --> 00:50:30,910
내가 할 수있는 것은 컴퓨터를 가르치고있다
그 나는 명사구 한이 때

948
00:50:30,910 --> 00:50:33,080
다음 전치사구.

949
00:50:33,080 --> 00:50:39,020
의 "다음이 경우,"친구 "지금과
마일로는 "나는 이것이 의미하는 것을 알고

950
00:50:39,020 --> 00:50:43,110
NP2, 두 번째는, NP1을 소유한다.

951
00:50:43,110 --> 00:50:47,680
>> 그래서 관계의 어떤 종류를 만들 수 있습니다,
그것을위한 기능의 일종.

952
00:50:47,680 --> 00:50:52,370
그래서이 구조를 볼 때마다, 어떤
의 친구 "와 정확히 일치

953
00:50:52,370 --> 00:50:56,030
앨리슨은 "내가 알고있는 앨리슨
친구를 보유하고있다.

954
00:50:56,030 --> 00:50:58,830
그래서 친구는 무언가
앨리슨이 있는지 확인합니다.

955
00:50:58,830 --> 00:50:59,610
의미가?

956
00:50:59,610 --> 00:51:01,770
그래서 이것은 기본적으로 무엇인가
그래프 검색을 수행합니다.

957
00:51:01,770 --> 00:51:04,360
그냥 규칙을 만듭니다
많은 것들에 대한.

958
00:51:04,360 --> 00:51:08,190
그래서 "앨리슨의 친구", "내 친구
""케임브리지, 내 친구를 사는 사람들

959
00:51:08,190 --> 00:51:12,970
하버드에 갈 사람. "그것은 규칙을 생성
그 모든 것들에 대한.

960
00:51:12,970 --> 00:51:14,930
>> 이제 기계 번역.

961
00:51:14,930 --> 00:51:18,850
따라서 기계 번역도 있습니다
통계 뭔가.

962
00:51:18,850 --> 00:51:21,340
그리고 실제로 당신은에 참여하는 경우
전산 언어학, 많은

963
00:51:21,340 --> 00:51:23,580
당신의 재료는 통계가 될 것입니다.

964
00:51:23,580 --> 00:51:26,670
내가 가진 예를하고 그래서 같이
I이었다 확률​​이 많이

965
00:51:26,670 --> 00:51:30,540
계산 한 다음이 얻을
최종의 매우 적은 수의

966
00:51:30,540 --> 00:51:33,180
확률, 그리고 그 무엇
당신에게 해답을 제공합니다.

967
00:51:33,180 --> 00:51:37,540
기계 번역 또한 사용
통계 모델.

968
00:51:37,540 --> 00:51:44,790
그리고 당신은 기계를 생각하려면
가장 간단한에서 번역

969
00:51:44,790 --> 00:51:48,970
방법은, 당신이 생각할 수있는 것은 단지입니다
오른쪽 단어 단어를 번역?

970
00:51:48,970 --> 00:51:52,150
>> 당신의 언어를 학습 할 때
처음, 즉 일반적으로 무엇을

971
00:51:52,150 --> 00:51:52,910
당신이 바로, 무엇입니까?

972
00:51:52,910 --> 00:51:57,050
당신이 원하는 경우에 당신은 문장을 번역
언어 언어로

973
00:51:57,050 --> 00:52:00,060
당신은 일반적으로 먼저 배우고
각각의 단어를 번역

974
00:52:00,060 --> 00:52:03,180
개별적으로, 그리고 당신은 시도
제자리에 단어를 넣어.

975
00:52:03,180 --> 00:52:07,100
>> 나는이 번역을하고 싶어 그렇다면
[SPEAKING 포르투갈어]

976
00:52:07,100 --> 00:52:10,430
"흰 고양이가 도망 갔다."의미
나는에서 번역을하고 싶었다면

977
00:52:10,430 --> 00:52:13,650
영어, 포르투갈어, 내가
할 수있는 난 그냥 처음이다

978
00:52:13,650 --> 00:52:14,800
단어 단어를 번역.

979
00:52:14,800 --> 00:52:20,570
그래서 "O" "," "가토", "고양이"입니다
"브랑코", "화이트"를 선택한 다음 "fugio는"

980
00:52:20,570 --> 00:52:21,650
"도망."

981
00:52:21,650 --> 00:52:26,130
>> 그럼 내가 여기에 모든 단어가
하지만 그들은 위해 아니에요.

982
00:52:26,130 --> 00:52:29,590
"고양이 흰색 도망"같아
이는 비문 법적이다.

983
00:52:29,590 --> 00:52:34,490
그래서, 나는 두 번째 단계를 가질 수있는
이상을 발견 할 것입니다

984
00:52:34,490 --> 00:52:36,610
각각의 단어에 대한 위치.

985
00:52:36,610 --> 00:52:40,240
그래서 내가 실제로 가지고 싶은 것을 알고
대신 "흰 고양이" "고양이 흰색." 그래서

986
00:52:40,240 --> 00:52:46,050
내가 할 수있는 것은 가장 치졸한 방법에게 있습니다
생성 할 수있는 모든

987
00:52:46,050 --> 00:52:49,720
의 가능한 순열
위치의 단어.

988
00:52:49,720 --> 00:52:53,300
그리고 그 사람이 가지고있는 참조
가장 높은 확률에 따라

989
00:52:53,300 --> 00:52:54,970
내 언어 모델.

990
00:52:54,970 --> 00:52:58,390
그리고 나는이 하나를 찾을 때
가장 높은 확률 그것,

991
00:52:58,390 --> 00:53:01,910
아마 "흰 고양이는 도망"
그건 내 번역입니다.

992
00:53:01,910 --> 00:53:06,710
>> 그리고이 설명하는 간단한 방법입니다
어떻게 기계 번역 많은

993
00:53:06,710 --> 00:53:07,910
알고리즘이 작동합니다.

994
00:53:07,910 --> 00:53:08,920
그 의미가 있습니까?

995
00:53:08,920 --> 00:53:12,735
이것은 또한 정말 흥미로운 일이다
너희들은 어쩌면 탐사 할 수있는

996
00:53:12,735 --> 00:53:13,901
최종 프로젝트, 그래?

997
00:53:13,901 --> 00:53:15,549
>> 학생 : 음, 당신은 그것을했다
순진 방법은, 그래서 무엇을

998
00:53:15,549 --> 00:53:17,200
비 순진 방법은?

999
00:53:17,200 --> 00:53:18,400
>> LUCAS 프레이 타스 : 비 순진 방법은?

1000
00:53:18,400 --> 00:53:19,050
OK.

1001
00:53:19,050 --> 00:53:22,860
에 대한 나쁜 그래서 우선
이 방법은 그냥 번역입니다

1002
00:53:22,860 --> 00:53:24,330
단어, 단어 단위.

1003
00:53:24,330 --> 00:53:30,570
그러나 때때로 당신은 단어가 그
여러 번역을 할 수 있습니다.

1004
00:53:30,570 --> 00:53:32,210
내가 생각하려고거야
뭔가.

1005
00:53:32,210 --> 00:53:37,270
포르투갈어 수에서 예를 들어, "만화"
수 "난도질"또는 "소매."하나 그래서

1006
00:53:37,270 --> 00:53:40,450
당신이 단어를 번역하려고 할 때
단어, 그것은 당신에게 제공 될 수 있습니다

1007
00:53:40,450 --> 00:53:42,050
아무 의미도없는 것이.

1008
00:53:42,050 --> 00:53:45,770
>> 전혀보고 그래서 당신은 실제로 원하는
의 가능한 번역

1009
00:53:45,770 --> 00:53:49,840
단어와 볼, 우선,
순서는 것입니다.

1010
00:53:49,840 --> 00:53:52,000
우리는 permutating에 대해 얘기했다
일?

1011
00:53:52,000 --> 00:53:54,150
가능한 모든 순서를보고합니다
최고와 하나를 선택

1012
00:53:54,150 --> 00:53:54,990
확률?

1013
00:53:54,990 --> 00:53:57,860
또한 가능한 모든 선택할 수 있습니다
각 번역

1014
00:53:57,860 --> 00:54:00,510
다음 단어는 참조 -

1015
00:54:00,510 --> 00:54:01,950
순열과 조합 -

1016
00:54:01,950 --> 00:54:03,710
어느 하나가 가장 높은 확률을 가지고 있습니다.

1017
00:54:03,710 --> 00:54:08,590
>> 게다가, 당신은 또한 없습니다 볼 수 있습니다
단어 만하지만 구.

1018
00:54:08,590 --> 00:54:11,700
그래서 당신은 사이의 관계를 분석 할 수 있습니다
단어와 다음 얻을

1019
00:54:11,700 --> 00:54:13,210
더 나은 번역.

1020
00:54:13,210 --> 00:54:16,690
또한 다른 것을, 그래서 이번 학기
실제로 연구를하고 있어요

1021
00:54:16,690 --> 00:54:19,430
중국어 - 영어 기계 번역,
그래서에서 번역

1022
00:54:19,430 --> 00:54:20,940
영어로 중국어.

1023
00:54:20,940 --> 00:54:26,760
>> 그리고 우리가 할 일이 사용하는 외에,이다
그냥하는 통계 모델,

1024
00:54:26,760 --> 00:54:30,570
보고의 가능성을보고
문장에서 어떤 위치, 난

1025
00:54:30,570 --> 00:54:35,360
또한 실제로 일부 구문을 추가하는 내
나는이 종류를 보면 모델, 오, 말

1026
00:54:35,360 --> 00:54:39,420
건축, 내가 원하는 무엇
내가 번역을 할 때 그것을 변경할 수 있습니다.

1027
00:54:39,420 --> 00:54:43,880
그래서 당신은 어떤 종류를 추가 할 수 있습니다
만드는 구문 요소

1028
00:54:43,880 --> 00:54:47,970
번역 더 효율적
더 정확한.

1029
00:54:47,970 --> 00:54:48,550
OK.

1030
00:54:48,550 --> 00:54:51,010
>> 당신이 원한다면 당신은 어떻게 시작할 수
계산에 뭔가를 할 수 있습니다

1031
00:54:51,010 --> 00:54:51,980
언어학?

1032
00:54:51,980 --> 00:54:54,560
>> 먼저 프로젝트를 선택
그 언어를 포함한다.

1033
00:54:54,560 --> 00:54:56,310
그래서, 거기에 많은있다.

1034
00:54:56,310 --> 00:54:58,420
당신이 할 수있는 많은 일들이있다.

1035
00:54:58,420 --> 00:55:00,510
그리고 그 모델을 생각할 수
당신이 사용할 수있다.

1036
00:55:00,510 --> 00:55:04,710
보통 그 생각을 의미
가정, 나는이 때, 오, 같은

1037
00:55:04,710 --> 00:55:05,770
가사의 생각 등을들 수있다.

1038
00:55:05,770 --> 00:55:09,510
내가 파악하려면 내가 잘 같았다
쓴 사람 중, 나는 아마 할

1039
00:55:09,510 --> 00:55:15,400
단어를보고 그 사람이 사용하고
자주 그 단어를 사용하는 사람을 참조하십시오.

1040
00:55:15,400 --> 00:55:18,470
그래서 가정을 만들기 위해 노력하고
모델을 생각하려고합니다.

1041
00:55:18,470 --> 00:55:21,395
그리고 당신은 또한 온라인으로 검색 할 수 있습니다
당신이 가지고있는 문제의 종류,

1042
00:55:21,395 --> 00:55:24,260
그것은 제안 것
당신이 모델이 아마도

1043
00:55:24,260 --> 00:55:26,560
물론 그 일을 모델링.

1044
00:55:26,560 --> 00:55:29,080
>> 그리고 또한 당신은 항상 저를 이메일을 보낼 수있다.

1045
00:55:29,080 --> 00:55:31,140
me@lfreitas.com.

1046
00:55:31,140 --> 00:55:34,940
그리고 나는 당신의 질문에 대답 할 수 있습니다.

1047
00:55:34,940 --> 00:55:38,600
우리는 심지어 내가 수를 만날 수 있습니다
의 방법에 대한 제안을

1048
00:55:38,600 --> 00:55:41,490
프로젝트를 구현.

1049
00:55:41,490 --> 00:55:45,610
당신이 함께 참여한다면 내 말은
전산 언어학, 돼가

1050
00:55:45,610 --> 00:55:46,790
위대한 사람이 될.

1051
00:55:46,790 --> 00:55:48,370
당신이 보게 될
너무 많은 가능성이있다.

1052
00:55:48,370 --> 00:55:52,060
그리고 산업은 고용하고 싶어
그 때문에 당신이 그렇게 나쁘지.

1053
00:55:52,060 --> 00:55:54,720
그래서 너희들이 즐길 바랍니다.

1054
00:55:54,720 --> 00:55:57,030
너희들은 질문이있는 경우에는,
이 후 저를 요청할 수 있습니다.

1055
00:55:57,030 --> 00:55:58,280
하지만 감사합니다.

1056
00:55:58,280 --> 00:56:00,150