LUCAS Freitas: హే. అందరికీ స్వాగతం. నా పేరు లుకాస్ ఫ్రీటస్ ఉంది. నేను అధ్యయనం [వినబడని] వద్ద ఒక జూనియర్ ఉన్నాను లో దృష్టితో కంప్యూటర్ సైన్స్ కంప్యుటేషనల్ లింగ్విస్టిక్స్. నా ద్వితీయ భాషలో ఉంది మరియు భాషా సిద్ధాంతం. నేను నిజంగా మీరు అబ్బాయిలు నేర్పిన సంతోషిస్తున్నాము చేస్తున్నాను రంగంలో గురించి కొద్దిగా. ఇది అధ్యయనం చాలా అద్భుతమైన ప్రాంత. అలాగే సంభావ్య చాలా తో భవిష్యత్తులో కోసం. కాబట్టి, నేను నిజంగా సంతోషిస్తున్నాము చేస్తున్నాను మీరు అబ్బాయిలు ప్రాజెక్టులు ఆలోచిస్తున్నాయి కంప్యుటేషనల్ లింగ్విస్టిక్స్. నేను సలహా కంటే ఎక్కువ సంతోషంగా ఉంటాం మీరు ఏ మీరు నిర్ణయించుకుంటే ఆ ఒకటి ఎంచుకుంది. 

గణన ఏమిటో అన్ని కాబట్టి మొదటి భాషాశాస్త్రం? కాబట్టి కంప్యుటేషనల్ లింగ్విస్టిక్స్ ఉంది సాధకబాధకాలు మధ్య విభజన కంప్యూటర్ సైన్స్. కాబట్టి, భాషాశాస్త్రం ఏమిటి? కంప్యూటర్ సైన్స్ ఏమిటి? బాగా భాషా, ఏమి మేము భాషలు పడుతుంది. కాబట్టి భాషాశాస్త్రం నిజానికి అధ్యయనం సాధారణంగా సహజ భాష. కాబట్టి సహజ భాష - మాట్లాడుకోవడంగానీ మేము నిజంగా ఉపయోగించే భాష ప్రతి ఇతర కమ్యూనికేట్. కాబట్టి మేము ఖచ్చితంగా మాట్లాడుకోవటలేదు సి లేదా జావా గురించి. మేము ఇంగ్లీష్ గురించి మరింత మాట్లాడటం చేస్తున్నారు చైనీస్ మరియు ఇతర భాషలు మేము ప్రతి ఇతర సంభాషించడానికి ఉపయోగించే. 

గురించి సవాలు విషయం ప్రస్తుతం మేము దాదాపు 7,000 ప్రపంచంలో భాషలు. కాబట్టి చాలా అధిక వివిధ ఉన్నాయి మేము అధ్యయనం చేయవచ్చు భాషలు. ఆపై మీరు అది ఉంది అని అనుకుంటున్నాను చాలా కష్టం, ఉదాహరణకు, ఒక భాష నుండి అనువాదం ఇతర, మీరు పరిగణించడం దాదాపు 7,000 వాటిలో. కాబట్టి, మీకు అనువాదం చేయడం అనుకుంటే ఒక భాష నుండి ఇతర మిమ్మల్ని దాదాపు మిలియన్ కంటే వివిధ కలయికలు మీరు చెయ్యవచ్చు భాష నుండి భాషకు కలిగి. కనుక ఇది నిజంగా కొన్ని చేయడానికి సవాలు యొక్క ఉదాహరణకు అనువాద వ్యవస్థ యొక్క రకం కోసం ప్రతి భాష. 

కాబట్టి, సిన్టాక్సుతో భాషాశాస్త్రం విందులు, అర్థాలు, సంయోగ ప్రయోగ. మీరు అబ్బాయిలు ఖచ్చితంగా అవసరం లేదు వారు ఏవి తెలుసుకోవటానికి. కానీ చాలా ఆసక్తికరమైన విషయం ఉంది మీరు తెలుసుకోవడం ఒక స్థానిక స్పీకర్, వంటి చిన్నప్పుడు భాష, మీరు నిజంగా తెలుసుకోవడానికి ఆ విషయాలు అన్ని - సింటాక్స్ అర్థాలను మరియు వ్యవహారజ్ఞాన వాదం - మీ ద్వారా. మరియు ఎవరూ మీరు వాక్యనిర్మాణం నేర్పిన ఉంది మీరు వాక్యాలు అర్థం చేసుకునేందుకు నిర్మాణాత్మక. కాబట్టి, అది నిజంగా ఆసక్తికరమైన ఎందుకంటే ఇది చాలా వచ్చే విషయం ఉంది అకారణంగా. 

మరియు మీరు నుండి ఏమి తీసుకున్నట్లు కంప్యూటర్ సైన్స్? బాగా, అతి ముఖ్యమైన విషయం మేము కంప్యూటర్ సైన్స్ లో మొదటి ఉంది అన్ని, కృత్రిమ మేధస్సు మరియు యంత్ర అభ్యాస. కాబట్టి, మేము చేస్తున్న ప్రయత్నిస్తున్న ఏమి కంప్యుటేషనల్ లింగ్విస్టిక్స్ టీచ్ ఉంది ఏదో ఒకటి ఎలా మీ కంప్యూటర్ భాషతో. 

కాబట్టి, ఉదాహరణకు, యంత్రం లో అనువాద. నా కంప్యూటర్ ఎలా నేర్పిన ప్రయత్నిస్తున్నాను ఒక నుండి బదిలీ ఎలా ఇతర భాష. కాబట్టి, ప్రాథమికంగా టీచింగ్ ఇష్టం ఒక కంప్యూటర్ రెండు భాషలు. నేను సహజ భాషా సంవిధానం చేస్తే, ఉదాహరణకు విషయంలో ఇది Facebook యొక్క గ్రాఫ్ శోధన, మీరు నేర్పుతుంది అర్థం ఎలా మీ కంప్యూటర్ ప్రశ్నలు బాగా. 

కాబట్టి, మీరు "ఫోటోలు చెప్పుకోవాలంటే నా స్నేహితులు. "ఫేస్బుక్ చికిత్స లేదు ఒక సంపూర్ణ స్ట్రింగ్ వంటి పదాల కేవలం కొంత. ఇది నిజానికి సంబంధించి అర్థం "ఫోటోలు" మరియు "నా స్నేహితులు" మరియు మధ్య "ఫోటోలు" అని అర్థం ఆస్తి "నా స్నేహితులు." 

కనుక, ఆ, ఉదాహరణకు, భాగం సహజ భాషా సంవిధానం. ఇది అర్థం ప్రయత్నిస్తున్నాడు మధ్య సంబంధం ఉంది ఒక వాక్యంలో పదాలు. మరియు పెద్ద ప్రశ్న, మీరు ఉంది మాట్లాడటం ఒక కంప్యూటర్ బోధించడానికి సాధారణంగా ఒక భాష? ఒక ఆసక్తికరమైన ప్రశ్న ఇది , ఉంటే వంటి బహుశా భవిష్యత్తులో, అనుకుంటున్నాను మీరు చేయగలరు చూడాలని మీ సెల్ ఫోన్ మాట్లాడటానికి. రకమైన మేము సిరి తో ఏమి వంటి కానీ మరింత ఏదో వంటి, మీరు నిజంగా చేయవచ్చు మీకు కావలసిన చెప్పగలదు మరియు ఫోన్ ప్రతి విషయం అన్నారు. మరియు అది ప్రశ్నలు అనుసరించాల్సి ఉండవచ్చు తీసుకునేది కాదు. ఆ, నిజంగా అద్భుతమైన ఏదో ఉంది నా అభిప్రాయం లో. 

కాబట్టి, సహజ భాషల గురించి ఏదో. గురించి నిజంగా ఆసక్తికరమైన ఏదో సహజ భాషలు ఉంది, మరియు ఈ ఉంది నా భాషాశాస్త్రం ప్రొఫెసర్ అప్పు, మరియా Polinsky. ఆమె ఒక ఉదాహరణ ఇస్తుంది మరియు నేను ఇది నిజంగా ఆసక్తికరంగా. మేము ఉన్నప్పుడు నుండి భాష నేర్చుకోవడానికి ఎందుకంటే మేము మా స్థానిక అప్పుడు పుట్టి చేస్తున్నారు భాష రకమైన మాకు పెరుగుతుంది. 

మరియు ప్రధానంగా మీకు భాష నేర్చుకోవడానికి తక్కువ ఇన్పుట్ను నుండి, కుడి? మీరు నుండి ఇన్ పుట్ చేస్తున్నారు మీ మీ భాషను ధ్వనులు ఏమి తల్లిదండ్రులు ఇష్టం మీరు కేవలం అది తెలుసుకోవడానికి. మీరు చూస్తే ఎందుకంటే కాబట్టి, ఇది ఆసక్తికరంగా ఆ వాక్యాలు వద్ద, ఉదాహరణకు. మీరు చూడండి, "మేరీ ప్రతి ఒక కోటు పుట్స్ సమయం ఆ ఇల్లు, ఆకులు. " 

ఈ సందర్భంలో, ఇది కలిగి అవకాశం పదం "ఆమె" కుడి, మేరీ చూడండి? మీరు "మేరీ ఒక కోటు పుట్స్ చెప్పగలను మేరీ ఆకులు ప్రతిసారీ హౌస్. "కాబట్టి ఆ మంచిది. కానీ మీరు వాక్యం చూడండి "ఆమె మేరీ ఒక కోటు అయినా ఉంచుతుంది ఇల్లు వదిలి. "మీరు తెలుసు "ఆమె" అని చెప్పడానికి అసాధ్యం మేరీ సూచిస్తూ. 

"మేరీ ఉంచుతుంది చెప్పి మార్గం ఉంది ఒక కోటు న మేరీ ఆకులు ప్రతిసారీ హౌస్. "కనుక ఇది ఆసక్తికరమైన ఎందుకంటే ఈ ఊహ యొక్క రకం ప్రతి స్థానిక స్పీకర్ కలిగి. మరియు ఎవరూ ఈ అని బోధించాడు వాక్యనిర్మాణం పనిచేసే విధంగా. మరియు మీరు మాత్రమే ఈ "ఆమె" కలిగి , ఈ మొదటి సందర్భంలో మేరీ సూచిస్తూ మరియు నిజానికి ఈ ఇతర లో చాలా, కానీ ఈ ఒక లో. కానీ అందరూ రకమైన గెట్స్ అదే సమాధానం. అందరూ ఆ అంగీకరిస్తుంది. కనుక ఇది ఎలా అయితే నిజంగా ఆసక్తికరంగా మీరు అన్ని నియమాలను తెలియదు మీ భాషలో మీరు రకమైన అర్థం భాష ఎలా పని. 

కాబట్టి సహజ గురించి ఆసక్తికరమైన విషయం భాషను మీకు లేని ఉంది తెలుసుకునే వాక్యనిర్మాణం తెలిస్తే ఒక వాక్యం వ్యాకరణ లేదా వ్యాకరణం ఉంది చాలా సందర్భాలలో. మీరు అనుకుంటున్నాను చేస్తుంది అని బహుశా ఏ జరుగుతుందని మీరు, మీ జీవితం ద్వారా ఉంది కేవలం మరింత ఉంచేందుకు వాక్యాలు మీకు చెప్పారు. ఆపై మీరు గుర్తుంచుకోవడం ఉంచడానికి వాక్యాలు అన్ని. ఆపై దా ఏదో, మీరు ఆ వాక్యం వింటే మీరు మీ పదజాలం చూడండి వాక్యాలు మరియు ఒకవేళ చూడండి ఆ వాక్యంలో ఉంది. మరియు అది అక్కడ మీరు ఉంటే ఇది వ్యాకరణ చెప్పాలి. అలా కాకపోతే మీరు చెప్పాలి వ్యాకరణం. 

కాబట్టి, ఆ సందర్భంలో, మీరు, OH, చెబుతా కాబట్టి మీరు అన్ని భారీ జాబితా కలిగి సాధ్యం వాక్యాలు. ఆపై మీరు ఒక వాక్యం విన్నప్పుడు, ఇది వ్యాకరణ లేదా మీకు ఆధారంగా కాదు. విషయం మీరు చూడండి ఒక వాక్యం, ఉదాహరణకు, " ఐదు తలల CS50 TFS బ్లైండ్ వండిన ఒక డాపా కప్పులో ఉపయోగించి ఆక్టోపస్. "ఇది ఖచ్చితంగా కాదు ఒక వాక్యం మీరు ముందు విన్న. కానీ అదే సమయంలో మీరు తెలుసు కుడి, వ్యాకరణ చాలా చక్కని? ఎటువంటి వ్యాకరణ తప్పులు ఉన్నాయి మరియు మీరు చెప్పగలదు ఇది సాధ్యమయ్యే వాక్యం ఉంది. 

కనుక ఇది వలెనే చేస్తుంది నిజానికి మేము భాష నేర్చుకోవడానికి ఆ విధంగా మాత్రమే ఉంది సాధ్యం భారీ డేటాబేస్ ద్వారా పదాలు లేదా వాక్యాలు, కానీ మరింత మధ్య చేసుకోవడం ఆ వాక్యాలు పదాలు. అర్ధవంతం లేదు? కాబట్టి, అప్పుడు ఆ ప్రశ్న, అనేది కంప్యూటర్లు భాషలను నేర్చుకోవడానికి? మేము కంప్యూటర్లకు భాషను బోధించడానికి? 

కాబట్టి, యొక్క తేడా అనుకుంటున్నాను తెలియజేయండి ఒక భాష యొక్క స్థానిక స్పీకర్ మధ్య మరియు ఒక కంప్యూటర్. కాబట్టి, ఏ స్పీకర్ ఏమవుతుంది? బాగా, స్థానిక స్పీకర్ ఒక తెలుసుకుంటాడు ఇది బహిర్గతం నుండి భాష. సాధారణంగా దాని ప్రారంభ బాల్య. కాబట్టి, ప్రాథమికంగా, మీరు ఒక శిశువు కలిగి మరియు మీరు మాట్లాడుతూ ఉంచండి, మరియు అది కేవలం మాట్లాడటం ఎలా తెలుసుకుంటాడు భాష, కుడి? కాబట్టి, మీరు ప్రధానంగా ఇవ్వడం చేస్తున్నారు బిడ్డకు ఇన్పుట్. కాబట్టి, మీరు వాదిస్తారు ఒక కంప్యూటర్ కుడి, ఇదే? మీరు భాష ఇస్తుంది కంప్యూటర్కు ఇన్పుట్గా. 

ఉదాహరణకు వంటి ఫైళ్లను కొంత ఆంగ్ల పుస్తకాలు కలిగి. బహుశా ఒక మార్గం మీరు ఆ బహుశా ఒక నేర్పే కంప్యూటర్ ఇంగ్లీష్, కుడి? నిజానికి, మీరు దాని గురించి అనుకుంటే, ఇది బహుశా రెండు వెళ్తుంది ఒక పుస్తకం చదవడానికి రోజుల. ఒక కంప్యూటర్, దీనిని రెండవ పడుతుంది ఒక పుస్తకంలో అన్ని పదాలు చూడండి. కాబట్టి మీరు ఆ ఉండవచ్చు ఆలోచించవచ్చు ఈ మీరు చుట్టూ నుండి ఇన్పుట్ వాదన, ఆ ఆ వజిరిస్తాన్ కాదు మానవుల చేయవచ్చు ఏదో. మీరు కంప్యూటర్లు ఆలోచించవచ్చు ముడిసరకుల పొందవచ్చు. 

రెండవ విషయం స్థానిక స్పీకర్లు కూడా ఒక మెదడు కలిగి భాష, శిక్షణ సామర్ధ్యం. కానీ మీరు దాని గురించి అనుకుంటే, ఒక మెదడు ఘన విషయం. మీరు పుట్టినప్పుడు, ఇది ఇప్పటికే సెట్ - ఈ మీ మెదడు ఉంది. మీరు అప్ పెరుగుతాయి మరియు, మీరు కేవలం మరింత భాష యొక్క ఇన్పుట్ మరియు ఉండవచ్చు పోషకాలు మరియు ఇతర విషయాలను. కానీ చాలా చక్కని మీ మెదడు ఘన విషయం. 

కాబట్టి మీరు అదే, బహుశా మీరు చెయ్యవచ్చు, చెప్పగలను ఒక బంచ్ కలిగి కంప్యూటర్ నిర్మించడానికి విధులు మరియు కేవలం అనుకరించే పద్ధతులు భాష, శిక్షణ సామర్ధ్యం. ఈ కోణంలో, మీరు నేను, బాగా, చెప్పగల్గినవి అన్ని కలిగి ఒక కంప్యూటర్ కలిగి నేను భాష నేర్చుకోవడానికి అవసరం విషయాలు. మరియు చివరి విషయం ఒక స్థానిక స్పీకర్ విచారణ మరియు లోపం తెలుసుకుంటాడు. కాబట్టి ప్రాథమికంగా మరొక ముఖ్యమైన విషయం లో భాష, శిక్షణ అని మీరు రకమైన యొక్క ద్వారా విషయాలు తెలుసుకోవడానికి మీరు విన్నది సాధారణీకరణలుగా. 

మీరు పెరుగుతూ ఉంటాయి వంటి మీరు తెలుసుకొని కొన్ని పదాలు నామవాచకాలు వంటి ఉంటాయి, కొన్ని ఇతర వాటిని నిఘంటువు ఉంటాయి. మరియు మీరు ఏ కలిగి లేదు భాషాశాస్త్ర జ్ఞానం అర్థం. కానీ మీరు కొన్ని పదాలు ఉంది తెలుసు కొంత స్థానము వాక్యం మరియు ఇతర కొన్ని ఇతరులు వాక్యం భాగాలు. 

మరియు మీరు అని ఏదో చేసినప్పుడు సరైన కాదని ఒక వాక్యం వంటి - ఎందుకంటే ఒక ఓవర్ పర్యవసానం యొక్క ఉదాహరణకు. మీరు అప్ పెరుగుతున్న చేసినప్పుడు బహుశా, మీరు గమనించి బహువచనం సాధారణంగా అని వద్ద ఒక S పెడతాడు ఏర్పాటు పదం యొక్క చివరి. ఆపై మీరు బహువచన చేయడానికి ప్రయత్నించండి "Deers" లేదా "టూత్" వంటి "జింక" "Tooths." కాబట్టి అప్పుడు మీ తల్లిదండ్రులు లేదా ఎవరైనా మీరు సరిచేస్తున్న మరియు, ఏ, "జింక" యొక్క బహువచన ", జింక" మరియు "టూత్" యొక్క బహువచన "పళ్ళు." ఉంది ఆపై ఆ విషయాలను తెలుసుకోవడానికి. కాబట్టి మీరు విచారణ మరియు లోపం నుండి తెలుసుకోవడానికి. 

కానీ మీరు కూడా చేసే ఒక కంప్యూటర్ తో. మీరు అని ఏదైనా కలిగి చేయవచ్చు బల అభ్యాసం. ఒక ఇవ్వడం వంటి రప్పించింది ఏ అది చేసినప్పుడు కంప్యూటర్ బహుమానంగా సరిగ్గా ఏదో. మరియు అది ఒక బహుమతి వ్యతిరేకం ఇవ్వడం మరియు అది ఏదో చేస్తుంది. మీరు నిజంగా చూడగలరు మీరు ఉంటే Google Translate మరియు మీరు ప్రయత్నించండి ఒక వాక్యం అనువాదం, ఇది చూడు కోసం అడుగుతుంది. మీరు చెప్పే చేస్తే, OH ఒక మంచి ఉంది ఈ వాక్యం కోసం అనువాద. అప్పుడు మీరు దానిని టైపు ఉంటే చాలా ప్రజలు ఒక మంచి ఉంది కలియ అనువాద, ఇది కేవలం నేర్చుకునే ఇది బదులుగా అనువాద ఉపయోగించాలి ఇది ఇవ్వడం జరిగినది ఒక. 

కాబట్టి, ఇది చాలా తాత్విక ప్రశ్న కంప్యూటర్లు ఉంటాయని చూడటానికి భవిష్యత్తులో మాట్లాడటానికి లేదా సామర్థ్యం. కానీ నేను ఎంతో విశ్వాసం కలిగి చేయవచ్చు కేవలం ఆ వాదనలు ఆధారంగా. కానీ ఒక తాత్విక కేవలం మరింత ప్రశ్న. 

కంప్యూటర్లు ఇప్పటికీ మాట్లాడను అయితే కాబట్టి, మేము చేయగల విషయాలు? కొన్ని నిజంగా మంచి విషయాలు ఉన్నాయి డేటా వర్గీకరణ. కాబట్టి, ఉదాహరణకు, మీరు అబ్బాయిలు తెలుసు ఆ ఇమెయిల్ సేవలకు, చేయండి ఉదాహరణకు, స్పామ్ ఫిల్టరింగ్. మీరు స్పామ్ అందుకుంటారు అలా చేసినప్పుడు, ఇది మరొక బాక్స్ పరిశీలించినపుడు ప్రయత్నిస్తుంది. కాబట్టి ఎలా ఆ చేస్తుంది? ఇది కంప్యూటర్ తెలుసు ఇష్టం లేదు ఏ ఇమెయిల్ చిరునామాలను స్పామ్ పంపుతున్నారు. కనుక ఇది మరింత కంటెంట్ ఆధారంగా సందేశం, లేదా బహుశా శీర్షిక లేదా బహుశా మీరు కొన్ని నమూనా. 

కాబట్టి, ప్రాథమికంగా, మీరు చేయవచ్చు పొందండి ఉంది ఒక స్పామ్ ఇమెయిళ్ళు డేటా చాలా, స్పామ్ కాదు, మరియు తెలుసుకోవడానికి ఇమెయిళ్ళను ఏమి మీరు కలిగి విధానాల రకం స్పామ్ అని వాటిని. మరియు ఈ గణన భాగం భాషాశాస్త్రం. ఇది డేటా వర్గీకరణ అని. మరియు మేము నిజంగా చూడండి చూడాలని ఒక తదుపరి స్లయిడ్లను ఆ ఉదాహరణకు. 

రెండవ విషయం సహజ భాష విషయం ఇది ప్రాసెసింగ్ ఆ గ్రాఫ్ శోధన తెలియజేసినందుకు చేస్తోంది మీరు ఒక వాక్యం రాయడం. మరియు మీరు అర్థం ట్రస్ట్స్ ఏమి అర్థం మరియు ఇస్తుంది మీరు ఉత్తమ ఫలితాన్ని. అసలైన, మీరు Google లేదా Bing వెళ్ళండి ఉంటే మరియు మీరు లేడీ లాగ అన్వేషణ గాగా యొక్క ఎత్తు, మీరు నిజంగా చూడాలని బదులుగా సమాచార 5 '1 "ను నిజానికి అర్థం ఎందుకంటే ఆమె నుండి మీరు గురించి మాట్లాడటం ఏమి. కాబట్టి ఆ సహజ భాగం భాష ప్రాసెసింగ్. 

లేదా కూడా మీరు మొదటి, సిరి ఉపయోగించి చేసినప్పుడు మీరు ప్రయత్నిస్తుంది ఒక అల్గోరిథం మీరు చెబుతున్న ఏ అనువదించు పదాలు, టెక్స్ట్ లో. అది అనువదించడానికి ప్రయత్నిస్తుంది ఆ అర్థంపై. కాబట్టి అన్ని సహజ భాగం భాష ప్రాసెసింగ్. 

అప్పుడు మీరు యాంత్రిక అనువాద కలిగి - నిజానికి ఒకటి ఇది నా ఇష్టాలు - కేవలం నుండి అందించడంలో నాయకత్వం మరొక ఒక భాష. కాబట్టి మీరు మీరు చేస్తున్న ఆ ఆలోచించవచ్చు యంత్ర అనువాదం, మీరు శిక్షల అనంతం అవకాశాలు. కాబట్టి కేవలం నిల్వ మార్గమే లేదు ప్రతి అనువాద. కాబట్టి మీరు ఆసక్తికరమైన ఆలోచన ఉంటుంది అల్గోరిథంలు చెయ్యడానికి ప్రతి అనువాదం కొన్ని విధంగా వాక్యం. 

మీరు అబ్బాయిలు ఇప్పటివరకు ఏ ప్రశ్నలు? ఏ? OK. 

కాబట్టి మనం ఈ రోజు చూస్తున్నది వెళ్తున్నారు? అన్ని మొదటి, నేను గురించి చర్చ వెళుతున్న వర్గీకరణ సమస్య. నేను అని ఒక స్పామ్ గురించి మాట్లాడుతూ. నా వెళుతున్న ఇచ్చిన సాహిత్యం, ఉంది ఒక పాట, మీరు గుర్తించడానికి ప్రయత్నించవచ్చు అధిక సంభావ్యత తో గాయకుడు ఎవరు? యొక్క నేను లేడీ నుండి పాటలు అని చెప్పారు ఆ గాగా మరియు కాటి పెర్రీ, నేను మీరు ఒక ఇవ్వాలని ఉంటే కొత్త పాట, మీరు గుర్తించడానికి లేదో ఇది కాటి పెర్రీ లేదా లేడీ గాగా ఉంది? 

రెండవ, నేను చర్చ వెళుతున్న విభజన సమస్య గురించి. నేను మీరు అబ్బాయిలు తెలుసు తెలుసు, కానీ లేదు , చైనీస్ జపనీస్, ఇతర తూర్పు ఆసియా భాషలు, మరియు ఇతర భాషలు సాధారణంగా, లేదు పదాల మధ్య స్పేస్. ఆపై మీరు ఆ విధంగా గురించి అనుకుంటే ప్రయత్నాలు మీ కంప్యూటర్ రకమైన సహజ భాషా సంవిధానం అర్థం, ఇది పదాలు చూసి సంబంధాలు అర్థం చేసుకునేందుకు ప్రయత్నించే వాటి మధ్య, కుడి? కానీ మీరు చైనీస్, మరియు ఉంటే సున్నా ఖాళీలు, ఇది కష్టం నిజంగా ఉంది మధ్య సంబంధం ఏమిటి కనుగొనేందుకు పదాలు, ఎందుకంటే వారు ఏ లేదు మొదటి వద్ద పదాలు. కాబట్టి మీరు అని ఏదో ఒకటి ఉంటుంది కేవలం ఉంచడం అంటే సెగ్మెంటేషన్ మేము కాల్ భావిస్తున్న ఏ మధ్య స్పేస్ ఆయా భాషలలో పదాలు. సమంజసం? 

మరియు తర్వాత మేము చూడాలని వాక్యనిర్మాణం గురించి మాట్లాడటానికి. సహజ గురించి కాబట్టి కేవలం కొద్దిగా భాష ప్రాసెసింగ్. ఇది కేవలం ఒక అవలోకనం చేస్తాడు. కనుక ఈ రోజు, ప్రధానంగా నేను మీరు ఏమి అబ్బాయిలు మీరు ఒక యొక్క కొద్దిగా ఇవ్వాలని ఉంది అవకాశాలను ఏమిటో లోపలి మీరు గణన తో చేసే భాషాశాస్త్రం. మరియు మీరు ఏమనుకుంటున్నారో చూడగలరు ఆ విషయాలు బాగుంది. మరియు ఉండవచ్చు మీరు ఒక ప్రాజెక్ట్ ఆలోచించవచ్చు నాకు మాట్లాడిన వస్తాయి. నేను మీరు సలహాను ఇది అమలు ఎలా. 

కాబట్టి వాక్యనిర్మాణం కొద్దిగా అన్నారు గ్రాఫ్ శోధన మరియు యంత్రం గురించి అనువాద. నేను ఎలా ఒక ఉదాహరణ ఇవ్వాలని వెళుతున్న మీరు, ఉదాహరణకు, అనువదించు కాలేదు ఇంగ్లీష్ పోర్చుగీసు ఏదో. మంచిది? 

కాబట్టి మొదటి, వర్గీకరణ సమస్య. నేను చెప్పడానికి మేము సదస్సు యొక్క ఈ భాగం చాలా సవాలు అన్నారు ఒక జరగబోతోంది కనుక కొన్ని కోడింగ్ ఉండాలి. కానీ పైథాన్ చేస్తాడు. నేను మీరు అబ్బాయిలు పైథాన్ తెలుసు, కాబట్టి లేదు తెలుసు నేను హై వివరించడానికి వెళుతున్న నేను ఏ స్థాయి. మరియు మీరు చాలా నిజంగా లేదు ఆ ఎందుకంటే సింటాక్స్ గురించి చాలా మీరు అబ్బాయిలు తెలుసుకోవచ్చు ఏదో. OK? మంచిది. 

కాబట్టి వర్గీకరణ సమస్య ఏమిటి? కాబట్టి మీరు కొన్ని సాహిత్యం ఇచ్చిన చేస్తున్నారు ఒక పాట, మరియు మీరు అంచనా కావలసిన ఎవరు గానాన్ని. మరియు ఈ ఎలాంటి ఉంటుంది ఇతర సమస్యలు. కనుక ఇది, ఉదాహరణకు, మీరు ఒక కలిగి చేయవచ్చు అధ్యక్ష ప్రచారం మరియు మీరు ఒక కలిగి ప్రసంగం, మరియు మీరు కావలసిన ఇది బయటకు ఉంటే, ఉదాహరణకు, ఒబామా లేదా మిట్ రోమ్నీ. లేదా మీరు ఇమెయిళ్ళు కొంత వెళ్లిపోతున్నారు మీరు వారు ఉంటే గుర్తించడానికి కావలసిన స్పామ్ లేదా. కనుక ఇది కొన్ని వర్గీకరించడం లో పదాలు ఆధారంగా డేటా మీరు అక్కడ ఆ. 

కాబట్టి ఆ చేయడానికి, మీరు ఉంటుంది కొన్ని అంచనాలు తయారు. కాబట్టి కంప్యుటేషనల్ లింగ్విస్టిక్స్ గురించి చాలా అంచనాలు తయారు, సాధారణంగా స్మార్ట్ అంచనాలు, కాబట్టి మీరు మంచి ఫలితాలను పొందవచ్చు. ఇది ఒక మోడల్ సృష్టించడానికి ప్రయత్నిస్తున్నప్పుడు. ఆపై, దీనిని ప్రయత్నించి ఇది పని చేస్తే చూడండి మీరు మంచి ఖచ్చితత్వము ఇస్తుంది. మరియు అది ఉంటే, అప్పుడు మీరు ఇది మెరుగుపరచడానికి ప్రయత్నించండి. ఇది, మీరు, OK, వంటి ఉన్నాము పోతే నేను వేరే ఊహ ఉండాలి. 

కాబట్టి మేము చూడాలని ఆ భావన తయారు ఒక కళాకారుడు సాధారణంగా పాడాడు ఉంది బహుశా గురించి ఒక అంశం అనేకసార్లు మరియు పదాలు అనేకసార్లు ఉపయోగించే కేవలం అవి ఉపయోగించే ఎందుకంటే. మీరు కేవలం మీ స్నేహితుడికి ఆలోచించవచ్చు. నేను మీరు అబ్బాయిలు అన్ని స్నేహితులు ఖచ్చితంగా అనుకుంటున్నాను , వారి సంతకం పదబంధం పేర్కొన్నట్లు అక్షరాలా ప్రతి వాక్యం కోసం - కొన్ని నిర్దిష్ట పదం లేదా కొన్ని నిర్దిష్ట వంటి వారు పేర్కొన్నట్లు పదబంధం ప్రతి వాక్యం. 

మరియు మీరు చెప్పగలను అని మీరు చూసినట్లయితే ఒక సంతకం గల ఒక వాక్యం పదబంధం, మీరు అంచనా బహుశా మీ స్నేహితుడు ఒక కుడి, చెప్పడం? కాబట్టి మీరు ఆ ఊహ మరియు మీరు ఒక నమూనా సృష్టించడానికి ఎలా. 

నేను ఇవ్వాలని వెళుతున్న ఉదాహరణకు ఉంది ఎలా లేడీ గాగా, ఉదాహరణకు, ప్రజలు ఆమె కోసం "బేబీ" ఉపయోగించే చెప్పటానికి అన్ని ఆమె ప్రథమ పాటలు. మరియు వాస్తవానికి ఈ ఒక వీడియో అని ప్రదర్శనలు ఆమె పదం "బేబీ" చెప్పడం వివిధ పాటలు. 

[వీడియో ప్లేబ్యాక్] 

- (SINGING) బేబీ. బేబీ. బేబీ. బేబీ. బేబీ. బేబ్. బేబీ. బేబీ. బేబీ. బేబీ. 

[END వీడియో ప్లేబ్యాక్- 

LUCAS Freitas: కాబట్టి, నేను, ఉన్నాయి ఆమె చెప్పారు దీనిలో ఇక్కడ 40 పాటలు పదం "బేబీ." కాబట్టి మీరు ప్రధానంగా అంచనా మీరు కలిగి ఒక పాట చూడండి పదం "బేబీ," కొన్ని అధిక ఉంది ఇది లేడీ గాగా ఉంది సంభావ్యత. కానీ యొక్క ఈ అభివృద్ధి ప్రయత్నించండి మరింత అధికారికంగా. 

కాబట్టి ఈ ద్వారా పాటలకు సాహిత్యాన్ని ఉంటాయి లేడీ గాగా మరియు కాటి పెర్రీ. కాబట్టి మీరు లేడీ గాగా చూడండి, మీరు వారు చూడండి సంఘటనలు చాలా ఉన్నాయి "బేబీ," ఒక ఏర్పడడం చాలా "మార్గం." ఆపై కాటి పెర్రీ ఏర్పడడం చాలా ఉంది "," ఏర్పడడం చాలా "అగ్ని." 

ప్రధానంగా మేము ఏమి మీరు ఒక గీత పొందండి. యొక్క మీరు ఒక కోసం ఒక గీత పొందుటకు చెప్తారు లెట్ ", బేబీ" కేవలం "బేబీ." అని పాట అయితే మీరు పదం "బేబీ," మరియు ఈ పొందండి మీరు నుండి అన్ని డేటా ఉంది లేడీ గాగా మరియు కాటి పెర్రీ, ఎవరు మీరు అంచనా ఉంది వ్యక్తి ఎవరు పాట పాడాడు? లేడీ గాగా లేదా కాటి పెర్రీ? లేడీ గాగా, కుడి? ఆమె చెప్పింది మాత్రమే ఒకటి ఎందుకంటే "బిడ్డ." ఈ కుడి, గ్రీన్ టీ? సరే, ఈ నిజంగా సులభం. నేను కేవలం రెండు పాటలు మరియు యొక్క చూస్తున్నాను అయితే, ఆమె కలిగిన మాత్రమే ఒకటి "బిడ్డ." 

కానీ మీరు పదాల కొంత కలిగి ఉంటే? మీరు ఒక వాస్తవిక గీత, ఏదైనా కలిగి ఉంటే వంటి, "అమ్మాయిలూ కేవలం ఒక [చూడటానికి వెళ్ళాను? CFT?] ఉపన్యాసం, "లేదా అలాంటిదే, మరియు అప్పుడు మీరు నిజంగా గుర్తించడానికి కలిగి - అన్ని ఆ పదాలు ఆధారంగా - కళాకారుల అయిన బహుశా ఈ పాట పాడారు? కాబట్టి యొక్క అభివృద్ధి ప్రయత్నించండి కొద్దిగా మరింత ఈ. 

OK, కాబట్టి కేవలం డేటా ఆధారంగా మేము వచ్చింది, ఇది గాగా బహుశా అని తెలుస్తోంది గాయకుడు. కానీ మేము ఎలా వ్రాయగలవు ఈ అధికారికంగా? కొంతసేపైన ఉన్నట్లు జరగబోతోంది గణాంకాలు బిట్. కాబట్టి మీరు కోల్పోతాయి ఉంటే, కేవలం ప్రయత్నించండి భావన అర్థం. మీరు అర్థం ఉంటే అది పెద్ద విషయం కాదు సమీకరణాలు చక్కగా. ఈ అన్ని ఆన్లైన్ అన్నారు. 

కాబట్టి ప్రాథమికంగా నేను లెక్క వెబ్ ఉంది ఈ పాట ద్వారా ఉంటుంది సంభావ్యత లేడీ గాగా ఇచ్చిన - ఈ బార్ ఇచ్చిన అర్థం - నేను పదం చూసిన "బేబీ." అర్ధవంతం లేదు? నేను లెక్కించేందుకు ప్రయత్నిస్తున్నాను సంభావ్యత. 

కాబట్టి అని ఈ సిద్ధాంతం ఉంది అని చెప్పాడు బేయిస్ సిద్ధాంతం ఇవ్వబడిన B యొక్క సంభావ్యత, ఉంది ఒక, సార్లు ఇవ్వబడిన B యొక్క సంభావ్యత సంభావ్యత కంటే సంభావ్యత, B. ఈ సుదీర్ఘ సమీకరణం ఉంది. కానీ మీరు నుండి అర్థం ఉంటుంది ఈ నేను మీరు ఏమి ఉంది కుడి, లెక్కించేందుకు? ఆ పాట ద్వారా కాబట్టి సంభావ్యత లేడీ గాగా నేను పదం చూసిన ఇచ్చిన "బిడ్డ." 

ఇప్పుడు నేను పొందుతున్నాను ఉంది ఇచ్చిన పదం "బేబీ" సంభావ్యత నేను లేడీ గాగా కలిగి. మరియు ప్రాథమికంగా ఏమిటి? సాధనాలు ఏమిటి, ఏమిటి పదం "బేబీ" చూసిన సంభావ్యత గాగా సాహిత్యం లో? నేను చాలా ఆ లెక్కించేందుకు సాధారణ మార్గం, ఇది కేవలం సంఖ్య ఉంది సార్లు నేను మొత్తం మీద "బేబీ" చూడండి గాగా సాహిత్యం పదాలు, కుడి? నేను చూసే ఫ్రీక్వెన్సీ ఏమిటి గాగా యొక్క పని లో ఆ పదం? సమంజసం? 

రెండవ పదం గాగా సంభావ్యత. ఆ అర్థం ఏమిటి? ప్రాథమికంగా అర్థం, ఏమిటి వర్గీకరించడం సంభావ్యత గాగా వంటి కొన్ని సాహిత్యం? మరియు ఆ రకమైన అసహజ, కానీ యొక్క ఒక ఉదాహరణ అనుకుంటున్నాను తెలియజేయండి. కాబట్టి యొక్క అని పిలవబడు ఆ సంభావ్యత ఒక పాట లో "బేబీ" కలిగి ఉంటుంది గాగా మరియు బ్రిట్నీ స్పియర్స్ కోసం. కానీ బ్రిట్నీ స్పియర్స్ రెండుసార్లు లేడీ గాగా కంటే ఎక్కువ పాటలు. కాబట్టి ఎవరైనా కేవలం యాదృచ్ఛికంగా మీరు ఇస్తుంది మొదటి విషయం ", బిడ్డ" సాహిత్యం మీరు ఉంటుంది వద్ద చూడండి, సంభావ్యత ఏమిటి ఒక గాగా పాట "బేబీ" కలిగి, "బేబీ" ఒక బ్రిట్నీ పాట? మరియు అదే విషయం. 

కాబట్టి మీరు చూస్తారు రెండవ విషయం, ఉంది బాగా, సంభావ్యత ఏమిటి ద్వారా ఈ గీత, ఒక గాగా గీత ఉండటం మరియు సంభావ్యత ఏమిటి ఒక బ్రిట్నీ గీత ఉండటం? కాబట్టి బ్రిట్నీని చాలా సాహిత్యం నుంచి గాగా కంటే, మీరు బహుశా ఆ సే, బాగా, ఈ బహుశా ఉంది ఒక బ్రిట్నీ గీత. మేము ఈ కలిగి ఎందుకు కాబట్టి ఆ ఇక్కడే ఇచ్చారు. గాగా సంభావ్యత. అర్ధమే? అది? OK. 

మరియు చివరి కేవలం సంభావ్యత ఉంది "బిడ్డ" ఇది లేదు నిజంగా చాలా. కానీ సంభావ్యత ఉంది ఇంగ్లీష్ లో "బేబీ" చూసిన. మేము సాధారణంగా పట్టించుకోను ఆ పదం గురించి చాలా. అర్ధవంతం లేదు? కాబట్టి గాగా సంభావ్యత ఉంది ముందస్తు సంభావ్యత అని తరగతి గాగా యొక్క. ఇది కేవలం అర్థం ఎందుకంటే, ఏమిటి తరగతి కలిగి సంభావ్యత - గాగా ఇది - కేవలం సాధారణంగా, కేవలం ఏ పరిస్థితులు తో. 

ఆపై నేను సంభావ్యత ఉన్నప్పుడు "బిడ్డ," మేము కాల్ ప్లస్ ఇచ్చిన గాగా ఇది ఎందుకంటే ఒక సంభావ్యత Teary కలిగి సంభావ్యత గాగా కొన్ని ఆధారాలు ఇచ్చిన. నేను మీరు సాక్ష్యం ఇవ్వడం వెబ్ నేను పదం బేబీ చూసిన ఆ పాట తెలుస్తుంది? OK. 

నేను లెక్కించిన అలా అయితే ప్రతి కోసం లేడీ గాగా కోసం పాటలు, ఆ ఉంటుంది ఏమి - స్పష్టంగా, నేను ఈ తరలించలేరు. గాగా సంభావ్యత ఉంటుంది ఏదో వంటి, 2 24 పైగా, సార్లు 1/2, 53 2. మీరు తెలిస్తే ఇది పట్టింపు లేదు ఏమి ఈ సంఖ్యలు నుండి వస్తున్నాయి. ఇది జరుగుతుందో కేవలం ఒక సంఖ్య కుడి, 0 కంటే ఎక్కువ ఉండాలి? 

ఆపై నేను కాటి పెర్రీ, చేసినప్పుడు కాటి ఇచ్చిన "బేబీ" సంభావ్యత ఉంది ఇప్పటికే 0, కుడి? ఏ "బేబీ" ఎందుకంటే కాటి పెర్రీ లో. కాబట్టి ఈ 0 అవుతుంది, మరియు గాగా విజయాలు, ఇది గాగా అర్థం బహుశా గాయకుడు. అర్ధవంతం లేదు? OK. 

నేను ఈ మరింత అధికారిక అనుకుంటే, నిజానికి ఒక మోడల్ చేయవచ్చు బహుళ పదాలకు. కాబట్టి యొక్క నేను ఏదైనా కలిగి అని పిలవబడు వంటి, "అమ్మాయిలూ am నిప్పు, "లేదా ఏదో. కనుక ఇది బహుళ పదాలు ఉంది. మరియు ఈ సందర్భంలో, మీరు చూడగలరు ఆ "బేబీ", గాగా లో ఉంది కానీ కాటి లో కాదు. మరియు "ఫైర్" కాటి లో ఉంది, కానీ ఇది కుడి, గాగా లో కాదు? కాబట్టి అది కుడి, trickier సంతరించుకోనుంది? అది కనిపిస్తుంది ఎందుకంటే మీరు దాదాపు రెండు మధ్య ఒక వ్యక్తి. 

కాబట్టి మీరు ఏమి ఉంటుంది న్యూట్రాన్ను పదాలు మధ్య స్వాతంత్ర్యం. కాబట్టి ప్రాథమికంగా అర్థం ఏమి ఉంది నేను ఏమి కేవలం గణన వెబ్ చూసిన సంభావ్యత "బేబీ," ఏమిటి చూసిన సంభావ్యత "నేను," మరియు ", అగ్ని" "am" మరియు "న," మరియు వేరువేరుగా. అప్పుడు నేను వాటిని అన్ని గుణించడం వెబ్. నేను సంభావ్యత ఏమిటి చూసిన వెబ్ మొత్తం వాక్యం చూసిన. సమంజసం? 

కాబట్టి ప్రాథమికంగా, నేను కేవలం ఒక పదం కలిగి అయితే, నేను కావలసిన అయింది మాక్స్ ఉంది, అంటే, అని తరగతి ఏమిటి నాకు అత్యధిక సంభావ్యత ఇవ్వడం? కాబట్టి ఇవ్వడం తరగతి ఏమిటి నాకు అత్యధిక సంభావ్యత తరగతి సంభావ్యత వాక్యమిచ్చి. కాబట్టి ఈ విషయంలో, గాగా "బేబీ." ఇచ్చిన లేదా కాటి "బేబీ." ఇచ్చిన సమంజసం? 

మరియు కేవలం బయేస్ నుండి, ఆ నేను చూపించారు సమీకరణం, మేము ఈ భిన్నం సృష్టించడానికి. మాత్రమే విషయం మీరు ఆ చూసే ఉంది ఇచ్చిన పదం సంభావ్యత ఆధారపడి తరగతి మార్పులు క్లాస్పై కుడి? నేను కలిగి "బేబీ" లు సంఖ్య గాగా లో కాటి భిన్నంగా ఉంటుంది. తరగతి సంభావ్యత ఇది కేవలం సంఖ్య ఉంది అని చెప్పింది వాటిలో పాటలు ప్రతి ఉన్నాయి. 

కానీ పదం సంభావ్యత అన్ని కోసం అదే అన్నారు కళాకారులు, కుడి? కాబట్టి పదం సంభావ్యత ఉంది కేవలం, సంభావ్యత ఏమిటి లో ఆ పదం చూసిన ఆంగ్ల భాష? కనుక ఇది అన్నిటిలో సేమ్. ఈ స్థిరంగా ఉంది కాబట్టి నుండి, మేము కేవలం ఈ డ్రాప్ మరియు దాని గురించి పట్టించుకోను. కాబట్టి ఈ వాస్తవానికి ఉంటుంది మేము చూస్తున్న సమీకరణం. 

నేను బహుళ పదాలు, నేను ఉన్నాను ఇప్పటికీ ముందు పొందబోతున్నారు ఇక్కడ సంభావ్యత. మాత్రమే విషయం నేను గుణించడం వెబ్ ఉంది సంభావ్యత అన్ని ఇతర పదాలు. నేను వాటిని అన్ని గుణించడం వెబ్. సమంజసం? , అదృష్టము కనిపిస్తోంది కానీ ప్రాథమికంగా అర్థం తరగతి ముందు, మరియు లెక్కించేందుకు అప్పుడు ప్రతి సంభావ్యత ద్వారా గుణిస్తారు తరగతి ఉండటం పదాల. 

మరియు మీరు తెలిసిన ఒక సంభావ్యత ఒక తరగతి ఇచ్చిన పదం అన్నారు మీరు ఆ పదం చూసే సంఖ్యని సంఖ్య ద్వారా విభజించబడింది తరగతి, పదాలు మీరు ఆ లో కలిగి సాధారణంగా తరగతి. సమంజసం? ఇది 2 ఎంత "బేబీ" ప్రదర్శించటం పదాల సంఖ్య అని నేను సాహిత్యం లో. కాబట్టి కేవలం ఫ్రీక్వెన్సీ. 

కానీ ఒక విషయం ఉంది. జయ ఎలా గుర్తుంచుకోండి "బేబీ" ఉండటం సాహిత్యం సంభావ్యత కాటి పెర్రీ నుండి 0 కనుక కాటి పెర్రీ అన్ని వద్ద "బేబీ" లేదు? కానీ కేవలం ఒక చిన్న కఠినమైన ధ్వనులు కేవలం సాహిత్యం నుండి కాదు అని చెప్పటానికి వారు లేదు కనుక ఒక కళాకారుడు ఏ సమయంలో ముఖ్యంగా ఆ పదం. 

మీరు చేస్తే మీరు కేవలం, బాగా, చెప్పగల్గినవి ఈ పదం లేదు, నేను వెళుతున్న మీరు ఒక తక్కువ ఇస్తుంది సంభావ్యత, కానీ నేను వెళ్ళడం లేదు వెంటనే మీరు 0 ఇస్తుంది. బహుశా అది ఏదో, వంటి ఎందుకంటే ఇది "అగ్ని, అగ్ని, అగ్ని, అగ్ని," పూర్తిగా కాటి పెర్రీ. ఆపై "బేబీ," అది వెళుతుంది 0 వెంటనే ఒక అందడంతో "బిడ్డ." 

కాబట్టి ప్రధానంగా మేము వాటి ఉంది లాప్లేస్ మార్పిడి అని. మరియు ఈ కేవలం నేను ఇవ్వడం వెబ్ అర్థం కూడా పదాలు కొన్ని సంభావ్యత ఉనికిలో లేదు. నేను ఏమి అని నేను ఉన్నపుడు ఈ లెక్క, నేను ఎల్లప్పుడూ 1 జోడించండి లవము. పదం లో, లేదు కాబట్టి కూడా ఈ 0 ఉంటే ఈ సందర్భంలో,, నేను ఇప్పటికీ ఉన్నాను పైగా 1 ఈ గణన పదాల సంఖ్య. లేకపోతే, నేను ఎంత అనేక పదాలు నేను కలిగి మరియు నేను 1 జోడించండి. నేను రెండు సందర్భాలలో కోసం లెక్కింపు వెబ్. సమంజసం? 

కాబట్టి ఇప్పుడు యొక్క కొన్ని కోడింగ్ తెలియజేసేలా. నేను, చాలా ఫాస్ట్ దీన్ని కలిగి వెళుతున్న కానీ కేవలం ముఖ్యం మీరు ఆ అబ్బాయిలు భావనలు అర్థం. కాబట్టి మేము ఏమి ప్రయత్నిస్తున్న ఖచ్చితంగా ఈ అమలు ఉంది నేను చెప్పినమాట నీ - నేను మీరు నుండి సాహిత్యం ఉంచాలి కావలసిన లేడీ గాగా మరియు కాటి పెర్రీ. మరియు కార్యక్రమం చేయగలరు అన్నారు ఈ కొత్త సాహిత్యం గాగా నుండి ఉంటే చెప్పడానికి లేదా కాటి పెర్రీ. సమంజసం? OK. 

కాబట్టి నేను వెళుతున్న ఈ ప్రోగ్రామ్ను classify.py కాల్. కాబట్టి ఈ పైథాన్ ఉంది. అది ఒక న్యూ ప్రోగ్రామింగ్ భాష. ఇది కొన్ని చాలా పోలి ఉంటుంది సి మరియు PHP మార్గాలను. మీరు ఎందుకంటే ఇది పోలి ఉంది సి తెలుసుకోవడం తర్వాత పైథాన్ తెలుసుకోవడానికి, అది ఒక సవాలు నిజంగా చాలా కాదు పైథాన్ చాలా సులభం కనుక కంటే C, మొదటి అన్ని యొక్క. మరియు విషయాలు చాలా ఇప్పటికే మీరు అమలు. కాబట్టి ఎంత PHP వంటి పనులు చేసే జాబితా క్రమం, లేదా ఏదో కలపవచ్చు వ్యూహం, లేదా, బ్లా, బ్లా కు. పైథాన్ అదే ఆ అన్ని. 

కాబట్టి నేను వెంటనే వివరించడానికి వెళుతున్న మేము వర్గీకరణ అలా ఏ విధంగా ఇక్కడ సమస్య. కాబట్టి యొక్క ఈ సందర్భంలో, నేను కలిగి అని పిలవబడు గాగా మరియు కాటి పెర్రీ నుండి సాహిత్యం. నేను ఆ సాహిత్యం కలిగి మార్గం సాహిత్యం మొదటి పదం కళాకారుని పేరు, మరియు మిగిలిన సాహిత్యం ఉంది. కాబట్టి యొక్క నేను ఈ జాబితాలో ఉన్నాయి అని పిలవబడు ఇది మొదటి ఒక గాగా ద్వారా సాహిత్యం ఉంది. ఇక్కడ నేను ట్రాక్ ఉన్నాను. మరియు తదుపరి కాటి, మరియు అది కూడా సాహిత్యం ఉంది. 

కాబట్టి ఈ మీరు డిక్లేర్ ఎలా ఉంది పైథాన్ ఒక వేరియబుల్. మీరు డేటా రకం ఇవ్వాలని లేదు. మీరు "సాహిత్యం," రాయడానికి రకమైన PHP లో ఇష్టం. సమంజసం? 

కాబట్టి నేను కలిగి విషయాలు ఏమి ఉన్నాయి లెక్కించేందుకు చెయ్యడానికి లెక్కించేందుకు సంభావ్యత? నేను "Priors" లెక్కించేందుకు ఉంటుంది వివిధ ప్రతి నేను కలిగి తరగతులు. నేను "పృష్ఠ," లెక్కించేందుకు ఉంటుంది లేదా చాలా చక్కని సంభావ్యత వివిధ పదాలు ప్రతి అని నేను ప్రతి కళాకారుడు కోసం ఉండవచ్చు. కాబట్టి గాగా లోపల, ఉదాహరణకు, నేను వెళుతున్న నేను చూడండి ఎన్ని సార్లు జాబితా కలిగి పదాల్లోని. సమంజసం? 

చివరకు, నేను కలిగి వెళుతున్న ఒక కేవలం అన్నారు "పదాలు" అని జాబితా ఎంతమంది పదాలు నేను ప్రతి కళాకారుడు కోసం కలిగి. కాబట్టి గాగా కోసం, ఉదాహరణకు, నేను చూడండి సాహిత్యం, నేను, నేను భావిస్తున్నాను చేసింది, 24 మొత్తం పదాలు. కాబట్టి ఈ జాబితాలో కేవలం కలిగి అన్నారు గాగా 24 మరియు కాటి మరొక సంఖ్య. సమంజసం? OK. 

కాబట్టి ఇప్పుడు, నిజానికి, లెట్స్ కోడింగ్ వెళ్ళండి. కాబట్టి పైథాన్ లో, మీరు నిజంగా చేయవచ్చు వివిధ కొంత తిరిగి ఫంక్షన్ నుండి విషయాలు. నేను ఈ ఫంక్షన్ను రూపొందించడానికి వెళుతున్న అన్నారు ఇది ", నియత" అని , ఆ విషయాలు అన్ని తిరిగి "Priors," "సంభావ్యత," మరియు "పదాలు." కాబట్టి ", నియత" మరియు అది లోకి కాల్ కావడం "సాహిత్యం." 

కాబట్టి ఇప్పుడు నేను మీరు నిజంగా కావలసిన ఈ ఫంక్షన్ వ్రాయండి. నేను ఈ రాయగలగాలి మార్గం ఫంక్షన్ నేను ఈ నిర్వచిస్తారు తో పని "డెఫ్." నేను డెఫ్ "చేసింది నియత, "మరియు దానిని తీసుకొని "సాహిత్యం." మరియు ఈ చేయబోవడం , మొదటి అన్ని యొక్క, నేను నా Priors కలిగి ఉంది నేను లెక్కించేందుకు కావలసిన. 

కాబట్టి నేను ఈ చేయవచ్చు ఆ విధంగా సృష్టించడానికి ఉంది పైథాన్, లో ఒక నిఘంటువు ఇది ఒక హాష్ చాలా చక్కని అదే విషయం పట్టిక, లేదా పునరుత్థాన వంటిది PHP లో శ్రేణి. ఈ నేను ఒక నిఘంటువు డిక్లేర్ ఎలా ఉంది. మరియు ప్రధానంగా అంటే ఉంది గాగా యొక్క Priors ఉంటే, ఉదాహరణకు, 0.5 సాహిత్యం 50% నుండి గాగా, 50% కాటి నుండి. సమంజసం? నేను గుర్తించడానికి కలిగి ఎలా Priors లెక్కించేందుకు. 

నేను కలిగి తదుపరి వాటికి,, సంభావ్యత మరియు పదాలు. కాబట్టి గాగా యొక్క సంభావ్యత జాబితా అన్ని సంభావ్యత యొక్క నేను గాగా కోసం పదాల్లోని కోసం కలిగి. నేను గాగా యొక్క సంభావ్యత వెళ్ళండి అయితే "బిడ్డ," ఉదాహరణకు, అది నాకు ఇస్తాము 2 ఆ సందర్భంలో 24 పైగా లాగ. సమంజసం? నేను "సంభావ్యత," కు వెళ్ళండి అన్ని జాబితాను కలిగి "గాగా" బకెట్ గాగా పదాలు, అప్పుడు నేను ", బేబీ" వెళ్ళండి మరియు నేను సంభావ్యత చూడండి. 

చివరకు నేను ఈ ఉంటాయి "పదాలు" నిఘంటువు. ఇక్కడ, "సంభావ్యత." ఆపై "పదాలు." నేను "పదాలు," "గాగా," లేకపోతే ఏ జరిగే అన్నారు ఇది అని ఉంది , నాకు 24 ఇవ్వాలని అన్నారు చెప్పడం నేను గాగా నుండి సాహిత్యం లోపల 24 పదాలు ఉంటాయి. అర్ధమే? ఇక్కడ, "పదాలు" డా-dah-dah సమానం. OK 

నేను ఏమి వెళుతున్న నేను వెళుతున్న ఉంది కాబట్టి, సాహిత్యం ప్రతి పైగా iterate తీగలను ప్రతి యొక్క నేను జాబితాలో కలిగి. నేను ఆ విషయాలు లెక్కించేందుకు వెళుతున్న అభ్యర్థులు ప్రతి. అర్ధమే? నేను లూప్ ఒక చేయాల్సిందల్లా. 

కాబట్టి పైథాన్ లో నేను చేయవచ్చు లైన్ కోసం "ఉంది సాహిత్యం లో. "ఒక అదే విషయం PHP లో ప్రకటన "ప్రతి". ఇది PHP ఉంటే ఎలా నేను గుర్తుంచుకో ప్రతి సాహిత్యం కోసం " లైన్. "రాడు? నేను ఈ లో, పంక్తులు ప్రతి తీసుకుని చేస్తున్నాను కేసు ఈ స్ట్రింగ్ మరియు తదుపరి స్ట్రింగ్ నేను రెడీ పంక్తులు ప్రతి చేయబోవడం నేను వెళుతున్న, మొదటి ఉంది జాబితా ఈ లైన్ విభజించబడింది ఖాళీలతో వేరు పదాలు. 

కాబట్టి పైథాన్ గురించి చల్లని విషయం ఉంది మీరు Google వంటి "ఎలా చెయ్యవచ్చు కాలేదు నేను పదాలు స్ట్రింగ్ విభజించబడింది? "మరియు అది ఉంది ఎలా దీన్ని మీరు చెప్పడం వెళ్తున్నారు. మరియు దీన్ని మార్గం, ఇది కేవలం "లైన్ = Line.split () "మరియు ప్రధానంగా ఉంది మీరు జాబితా ఇవ్వాలని అన్నారు ఇక్కడ పదాల్లోని. అర్ధమే? కాబట్టి ఇప్పుడు నేను చేయాలనుకున్న అని ఆ పాట గాయకుడు ఎవరు. మరియు నేను పొందడానికి కలిగి చేయడానికి శ్రేణి యొక్క మొదటి మూలకం, కుడి? కాబట్టి నేను చెప్పగలను నేను "గాయకుడు = లైన్ (0) "భావన చేస్తుంది? 

మరియు తర్వాత నేను చెయ్యాల్సిన మొదటి యొక్క, అన్ని, నేను అప్డేట్ వెళుతున్న ఎన్ని పదాలు నేను క్రింద కలిగి "గాగా." కాబట్టి నేను కేవలం లెక్కించేందుకు ఎన్ని పదాలు నేను కుడి, ఈ జాబితాలో ఉన్నాయి? ఈ నేను ఎన్ని పదాలు ఎందుకంటే సాహిత్యం లో మరియు నేను వెళుతున్న "గాగా" శ్రేణి జోడించి. అర్ధవంతం లేదు? వాక్యనిర్మాణం చాలా దృష్టి లేదు. భావనలు గురించి మరింత భావిస్తే. ఆ అతి ముఖ్యమైన భాగం. OK. 

"గాగా" ఉంటే కాబట్టి నేను దీన్ని చెయ్యవచ్చు ఉంది ఇప్పటికే ఆ జాబితాలో, కాబట్టి "గాయకుడు లో ఉంటే పదాలు "అంటే నేను ఇప్పటికే గాగా ద్వారా పదాలు ఉంటాయి. నేను అదనపు జోడించాలనుకుంటే ఆ పదాలు. నేను ఏమి "పదాలు (గాయకుడు) ఉంది + = లెన్ (లైన్) - 1 ". మరియు తర్వాత నేను చేయవచ్చు లైన్ పొడవు. కాబట్టి ఎన్ని అంశాలు నేను శ్రేణి లో కలిగి. నేను చేయాల్సిందల్లా 1 మైనస్ కనుక శ్రేణి యొక్క మొదటి మూలకం కేవలం ఉంది ఒక గాయకుడు మరియు ఆ సాహిత్యం కాదు. అర్ధమే? OK. 

"ఎల్స్," ఇది నేను కావలసిన అర్థం వాస్తవానికి జాబితాలో గాగా ఇన్సర్ట్. నేను కేవలం పదాలు (గాయకుడు) "చేయండి = లెన్ (లైన్) - 1, "క్షమించండి. రెండు మధ్య తేడా పంక్తులు ఈ ఒక, ఇది లేదని ఉంటుంది వికీలో, నేను ఉన్నాను కేవలం ప్రారంభించడం. ఈ ఒక నిజానికి పదమూ. OK. కాబట్టి ఈ పదాలు కు జోడించారు. 

ఇప్పుడు నేను Priors జోడించండి కావలసిన. కాబట్టి నేను Priors లెక్కిస్తాము? Priors లెక్కించవచ్చు ఎన్ని సార్లు ద్వారా. మీరు ఆ గాయకుడు చూడండి కాబట్టి ఎన్ని సార్లు మీరు గాయకులు అన్ని మధ్య కుడి, ఉన్నాయి? , గాగా మరియు కాటి పెర్రీ కోసం కాబట్టి ఈ సందర్భంలో, నేను గాగా చూడండి ఒకసారి, కాటి పెర్రీ ఒకసారి. 

గాగా కోసం ప్రధానంగా Priors మరియు కాటి పెర్రీ కోసం ఆ సరైన, ఒకటిగా? మీరు ఎన్ని సార్లు నేను కళాకారుడు చూడండి. కాబట్టి ఈ లెక్కించేందుకు చాలా సులభం. నేను ఇలాంటి ఏదో వంటి "ఉంటే వంటి Priors లో గాయకుడు, "నేను వెళుతున్న వారి Priors బాక్స్ 1 జోడించడానికి. "కాబట్టి," అప్పుడు మరియు "" Priors (పాడటానికి) "+ = 1 వేరే నేను "Priors (గాయకుడు) చేయ బోతున్నాను = 1. "భావన చేస్తుంది? 

కాబట్టి అది లేదు ఉంటే నేను చాలు 1 వంటి, లేకపోతే నేను 1 జోడించండి. OK, కాబట్టి ఇప్పుడు అన్ని నేను వదలి కూడా పదాల్లోని జోడించండి ఉంది సంభావ్యత. నేను లెక్కించాలి ఎన్నిసార్లు నేను పదాలు ప్రతి చూడండి. నేను మరొక చేయాల్సిందల్లా లైన్ లో లూప్. 

నేను వెళుతున్న కాబట్టి మొదటి విషయం గాయకుడు ఇప్పటికే ఒక కలిగి ఉంటే తనిఖీ సంభావ్యత శ్రేణి. గాయకుడు లేదు చేస్తే నేను తనిఖీ చేస్తున్నాను ఒక సంభావ్యత శ్రేణి కలిగి, నేను ఉన్నాను వారికి ఒక ప్రారంభించడం వెళుతున్న. ఇది కూడా వ్యూహం కాదు, క్షమించాలి, ఇది ఒక సృష్టించారు. కాబట్టి గాయకుడు సంభావ్యత అన్నారు బహిరంగ నిఘంటువు ఉండాలి, నేను ఉన్నాను దానికోసం ఒక నిఘంటువు ప్రారంభించడం. OK? 

తనని నా లూప్ ఒక చేయవచ్చు పదాల్లోని 'లెక్కించేందుకు సంభావ్యత. OK. నేను ఏమి చేయవచ్చు లూప్ ఒక ఉంది. కాబట్టి నేను iterate వెళుతున్న శ్రేణి మీద. నేను పైథాన్ లో చేయగలమని కాబట్టి మార్గం "పరిధిలో నేను కోసం." ఉంది 1 నుండి నేను రెండవ ప్రారంభమవుతుంది కావలసిన ఎందుకంటే మొదటి ఒకటి మూలకం ఎందుకంటే గాయకుడు పేరు. కాబట్టి ఒక నుండి వరకు లైన్ పొడవు. నేను ఉంటాయి లేనప్పుడు నిజానికి నుంచి ఇక్కడ వంటి 1 నుండి యొక్క లెన్ కు లైన్ మైనస్ 1. కాబట్టి ఇది ఇప్పటికే చేయడం ఆ విషయం చేస్తుంది చాలా ఇది శ్రేణుల కోసం n మైనస్ 1 సౌకర్యవంతంగా. అర్ధమే? 

కాబట్టి ఈ ప్రతి, నేను వెళుతున్న అలా, ఇతర ఒక లో వంటి, ఉంది నేను తనిఖీ వెళుతున్న ఉంటే ఈ పదం లైన్ లో స్థానం ఉంది సంభావ్యత. ఆపై నేను సంభావ్యత, ఇక్కడ చెప్పారు వంటి పదాలు, లో వంటి నేను చాలు "సంభావ్యత (గాయకుడు)". కాబట్టి గాయకుడు యొక్క పేరు. కనుక ఇది ఇప్పటికే ఉంటే "Probabilit (గాయకుడు)", ఇది అంటే నేను దానికి 1 జోడించాలనుకుంటే, నేను వెళుతున్న "సంభావ్యత (గాయకుడు)", మరియు పదం "లైన్ (i)" అంటారు. నేను 1 జోడించండి వెళ్ళి మరియు "మిగతా" నేను కేవలం 1 కు ప్రారంభించడం అన్నారు. "లైన్ (i)". అర్ధమే? 

కాబట్టి, నేను శ్రేణుల యొక్క అన్ని లెక్కించిన. కాబట్టి, ఇప్పుడు అన్ని నేను కోసం చేయడానికి కలిగి ఈ ఒక కేవలం ", Priors తిరిగి ఉంది సంభావ్యత మరియు పదాలు. "లెట్ యొక్క OK, ఏ ఉన్నాయి లేదో. ఇది ఇప్పటివరకు ప్రతిదీ పని తెలుస్తోంది. కాబట్టి, అర్ధమే? కొన్ని విధంగా? OK. కాబట్టి ఇప్పుడు నేను అన్ని సంభావ్యత. కాబట్టి ఇప్పుడు నేను వదలి మాత్రమే విషయం ఆ విషయం కలిగి అని అన్ని యొక్క ఉత్పత్తి లెక్కిస్తుంది నేను సాహిత్యం వచ్చినప్పుడు సంభావ్యత. 

కాబట్టి యొక్క నేను ఇప్పుడు కాల్ కావలసిన సే ఈ ఫంక్షన్ ") (వర్గీకరించడానికి" మరియు విషయం ఆ ఫంక్షన్ పడుతుంది కేవలం ఒక వాదన ఉంది. యొక్క "బేబీ, నేను నిప్పు am"! మరియు అది ఏమిటి గుర్తించడానికి అన్నారు ఈ గాగా ఉంటుంది సంభావ్యత? సంభావ్యత ఏమిటి ఈ కేటీ అని? మంచిది? కాబట్టి నేను సృష్టించడానికి కలిగి వెళుతున్న ఒక అని కొత్త ఫంక్షన్ ") (వర్గీకరించడానికి" మరియు అది కొన్ని తీసుకుని వెళుతున్న ఒదిగిపోయారు. మరియు సాహిత్యం పాటు నేను కూడా Priors పంపేందుకు, సంభావ్యత మరియు పదాలు. నేను సాహిత్యం, Priors పంపడం వెళుతున్న, సంభావ్యత, పదాలు. 

కాబట్టి ఈ సాహిత్యం, Priors తీసుకుంటోంది, సంభావ్యత, పదాలు. కాబట్టి, ఇది ఏమి చేస్తుంది? ఇది ప్రాథమికంగా అన్ని ద్వారా వెళ్ళి అన్నారు సాధ్యం అభ్యర్థులు మీరు గాయనిగా కలిగి. మరియు ఆ అభ్యర్ధులు? వారు Priors ఉన్నామని, కుడి? కాబట్టి అక్కడ ఆ అన్ని. నేను ఒక నిఘంటువు కలిగి వెళుతున్న అన్ని సాధ్యం అభ్యర్థుల. ఆపై లో ప్రతి అభ్యర్థి Priors, ఇది అది వెళుతున్న అర్థం కాబట్టి నేను కలిగి ఉంటే గాగా, కేటీ ఉంటుంది మరింత వేడి ఉంటుంది. నేను లెక్క మొదలు వెళుతున్న ఈ సంభావ్యత. మేము చూసిన వంటి సంభావ్యత PowerPoint ముందు సార్లు ఉంది ప్రతి ఉత్పత్తి ఇతర సంభావ్యత. 

నేను ఇక్కడ కలగొచ్చు. నేను సంభావ్యత ఉంది చేయవచ్చు ప్రారంభంలో ముందు. అభ్యర్థి కాబట్టి Priors. కుడి? ఇప్పుడు నేను అన్ని పైగా iterate ఉంటుంది నేను సాహిత్యాన్ని కలిగి పదాలు సంభావ్యత జోడించడానికి OK, వాటిని ప్రతి? కాబట్టి, "సాహిత్యం లో పదం కోసం" నేను వెళుతున్న పదం లో ఉంటే చేయడానికి, ఉంది "సంభావ్యత (అభ్యర్థి)", ఇది ఇది ఒక పదం అర్థం అభ్యర్థి వారి సాహిత్యం లో ఉంది - గాగా కోసం ఉదాహరణకు, "బేబీ" - నేను చేయ బోతున్నాను అని సంభావ్యత వారిని అన్నారు ప్లస్ సంభావ్యత 1 ద్వారా ఆ పదం అభ్యర్థి. మరియు అది "పదం" అని. ఈ పదాల సంఖ్య ద్వారా విభజించబడింది నేను ఆ అభ్యర్థి కోసం కలిగి. నేను కలిగి పదాల సంఖ్య నేను చూస్తున్నాను ఆ గాయకుడు కోసం. 

"ఎల్స్." అది ఒక కొత్త పదం అర్థం కాబట్టి ఉదాహరణకు ఇలా అంటాను లేడీ గాగా కోసం "అగ్ని". నేను కేవలం 1 చేయాలనుకుంటున్నారా "పదం (అభ్యర్థి)". నేను ఇక్కడ ఈ పదం ఉంచాలి లేదు. 

కాబట్టి ఇది ప్రధానంగా చేస్తాడు కాపీ మరియు ఈ పేస్ట్. కానీ నేను ఈ భాగం తొలగించండి వెళుతున్న. కాబట్టి అది కేవలం ఆ పైగా 1 చేస్తాడు. మంచిది? ఇప్పుడు ముగింపు, నేను వెళుతున్న అభ్యర్థి పేరు మరియు ప్రింట్ మీరు కలిగి సంభావ్యత వారి సాహిత్యం ఎస్ కలిగి. అర్ధమే? నేను నిజానికి కూడా చేయండి ఈ నిఘంటువు అవసరం. అర్ధమే? 

కాబట్టి, ఈ పనిచేస్తుంది ఉంటే యొక్క చూసేలా. నేను ఈ అమలు చేస్తే, అది పని చేయలేదు. ఒక రెండవ వేచి. "పదాలు (అభ్యర్థి)", "పదాలు (అభ్యర్థి)", ఆ శ్రేణి పేరు. OK కాబట్టి, ఇది కొన్ని బగ్ ఉంది అన్నారు Priors లో అభ్యర్థిని. నాకు కేవలం కొద్దిగా చల్లదనాన్ని లెట్. OK. యొక్క ప్రయత్నించండి లెట్. OK. 

కనుక ఇది కాటి పెర్రీ ఈ ఉంది ఇస్తుంది ఈ సార్లు 10 సంభావ్యత మైనస్ 7 మరియు గాగా ఈ ఉంది సార్లు మైనస్ 6 10. కాబట్టి మీరు చూపిస్తుంది చూసే గాగా అధిక సంభావ్యతను కలిగి ఉంటుంది. కాబట్టి ఉంది "బేబీ, నేను యామ్ ఆన్ ఫైర్" బహుశా ఒక గాగా పాట. అర్ధమే? ఈ మేము ఏమి ఉంది. 

ఈ కోడ్ ఆన్లైన్ పోస్ట్ అన్నారు, మీరు అబ్బాయిలు ఇది తనిఖీ చేయవచ్చు. మీరు అనుకుంటే బహుశా అది కొన్ని ఉపయోగించండి ఒక ప్రాజెక్ట్ లేదా ఇలాంటి ఏదో. OK. ఇది చూపించడానికి ఉంది ఏమి గణన భాషాశాస్త్రం కోడ్ కనిపిస్తోంది. కానీ ఇప్పుడు యొక్క మరింత వినుడు అధిక స్థాయి అంశాలను. OK. 

కాబట్టి ఇతర సమస్యలు నేను మాట్లాడుతున్న - విభజన సమస్య వాటిని మొదటి ఉంది. కాబట్టి మీరు జపనీస్ కలిగి. ఆపై మీరు ఆ చూడండి ఖాళీలు ఉన్నాయి. కాబట్టి ఈ ప్రాథమికంగా ఇది అర్థం ఉంది కుర్చీ పైన, కుడి? మీరు జపనీస్ మాట్లాడటం? ఇది కుడి, కుర్చీ అగ్ర ఉంది? 

STUDENT: నేను తెలియదు కంజి పైగా ఉంది. 

LUCAS Freitas: ఇది [జాపనీస్ మాట్లాడే] యొక్క OK. కాబట్టి ఇది ప్రధానంగా టాప్ కుర్చీ అంటే. మీరు ఒక ఖాళీ వచ్చింది కాబట్టి ఉంటే ఇది ఇక్కడ ఉంటుంది. ఆపై మీరు [ఉందా? Ueda-san. ?] ప్రధానంగా మిస్టర్ Ueda అర్థం. మరియు మీరు ఆ "Ueda" చూడండి మరియు మీరు ఒక స్పేస్ ఆపై "san." కాబట్టి మీరు ఆ చూడండి ఇక్కడ మీరు "UE" ద్వారా వంటిది. మరియు ఇక్కడ ఒక పాత్ర ఉంది అది ప్రక్కన. 

కనుక ఇది ఆయా భాషలలో ఇష్టం లేదు ఒక పదం దానిని మీరు అర్థం అక్షరాలు కేవలం ఖాళీలు చాలా ఉంచండి. అక్షరాలు ప్రతి ఇతర సంబంధించి. మరియు వారు కలిసి ఉంటుంది వంటి రెండు, మూడు, ఒక. కాబట్టి మీరు నిజంగా రకమైన సృష్టించడానికి కలిగి మార్గాన్ని ఆ ఖాళీలు ఉంచడం. 

మరియు ఈ విషయం మీరు చేసినప్పుడు ఆ ఆసియా భాషలు నుండి డేటా, ప్రతిదీ unsegmented వస్తుంది. ఎందుకంటే జపనీస్ వ్రాస్తాడు ఎవరూ లేదా చైనీస్ ఖాళీలతో రాశారు. మీరు చైనీస్ రాస్తున్నాం ఎప్పుడు, జపనీస్ మీరు ప్రతిదీ రాయడానికి ఖాళీలు తో. ఇది కూడా సమంజసం స్పేస్ ఉంచాలి. కాబట్టి మీరు కొన్ని, నుండి డేటా వచ్చినప్పుడు తూర్పు ఆసియా భాష, మీరు అనుకుంటే నిజానికి ఆ ఏదో ఒకటి మీరు మొదటి విభాగంలో ఉంటుంది. 

ఉదాహరణ విధంగా అనుకుంటున్నారో స్పేస్ లేకుండా సాహిత్యం. కాబట్టి మీరు కలిగి మాత్రమే సాహిత్యం కుడి, వాక్యాలు ఉంటుంది? కాలాలు వేరు. కానీ కేవలం వాక్యం కలిగి రెడీ నిజంగా సమాచారం ఇవ్వడం న సహకరించదు ఆ సాహిత్యం ద్వారా వారు. కుడి? కాబట్టి మీరు తప్పక మొదటి స్పేస్ ఉంచుతుంది. మీరు కనుక ఎలా చేయవచ్చు? 

కాబట్టి అప్పుడు ఒక భాషా ఆలోచన వస్తుంది నిజంగా ఏదో ఇది మోడల్ గణన కోసం ముఖ్యమైన భాషాశాస్త్రం. కాబట్టి ఒక భాషను మోడల్ రప్పించింది ఒక సంభావ్యత పట్టిక కార్యక్రమాలు సంభావ్యత ఏమిటి అన్ని మొదటి ఒక భాషలో పదం కలిగి? కాబట్టి ఒక పదం ఎంత తరచుగా చూపిస్తున్న. మరియు తర్వాత కూడా సంబంధించి చూపిస్తున్న ఒక వాక్యంలో పదాల మధ్య. 

వాడిగా వచ్చారు కాబట్టి, ప్రధాన ఆలోచన, ఉంది మీరు మరియు ఒక వాక్యం అన్నారు మీరు, సంభావ్యత అని, కోసం ఏమిటి ఉదాహరణకు, "ఈ నా చెల్లెలని [? GTF"?] వ్యక్తి అని వాక్యం? కాబట్టి స్పష్టంగా కొన్ని వాక్యాలు ఉన్నాయి ఇతరులు సాధారణమై. ఉదాహరణకు, ", ఉదయం మంచి" లేదా "మంచి రాత్రి, "లేదా" అక్కడ హే, "ఎక్కువ చాలా వాక్యాలు కంటే సాధారణ మేము ఒక ఆంగ్ల కలిగి. ఎందుకు ఆ వాక్యాలు ఉన్నాయి తరచుగా? 

మీరు ఎందుకంటే అన్ని మొదటి, అది మరింత తరచుగా పదాలు. మీరు చెప్పే చేస్తే, ఉదాహరణకు,, కుక్క ఉంది పెద్ద, మరియు కుక్క మీరు, అతిపెద్ద ఉంది సాధారణంగా బహుశా కుక్క పెద్దది వినడానికి "పెద్ద" ఎక్కువ తరచుగా ఎందుకంటే "పెద్ద." కంటే ఇంగ్లీష్ లో తరచుగా సో, ఒక విషయాలు పదం పౌనఃపున్యం. 

నిజంగా ఇది రెండవ విషయం ముఖ్యం కేవలం పదాలు క్రమాన్ని. కాబట్టి, ఇది "పిల్లి చెప్పటానికి సాధారణ వార్తలు . బాక్స్ లోపల "కానీ మీరు అలా సాధారణంగా లో చూడండి "బాక్స్ లోపల పిల్లి." ఈ విధంగా మీరు ముఖ్యమైన ఉందని చూడండి పదాల క్రమంలో. మీరు చెప్పలేము ఆ రెండు వాక్యాలు అదే సంభావ్యత కలిగి వారు అదే పదాలు కనుక. మీరు నిజంగా పట్టించుకోనట్లు ఆర్డర్ గురించి అలాగే. సమంజసం? 

కాబట్టి మేము ఏమి చేస్తారు? సో నేను మీరు పొందడానికి ప్రయత్నించండి? నేను మీరు మేము ప్రయత్నిస్తున్నాను n-గ్రామ నమూనాలు కాల్. కాబట్టి n-గ్రామ నమూనాలు ప్రధానంగా ఊహించుకోవటం ప్రతి పదం కోసం ఆ మీరు ఒక వాక్యంలో కలిగి. ఇది కలిగి సంభావ్యత అని మాటను మాత్రమే ఆధారపడుతుంది భాషలో ఆ పదం యొక్క ఫ్రీక్వెన్సీ, కానీ పదాలు ఆ దాని చుట్టూ ఉంటాయి. 

ఉదాహరణకు, సాధారణంగా మీరు చూసినప్పుడు లేదా మీరు వంటి ఏదో బహుశా ఒక చూడటానికి వెళ్లి ఇది తరువాత నామవాచకం, కుడి? ఎందుకంటే మీరు ఒక విభక్తి ఉన్నప్పుడు సాధారణంగా అది దాని తరువాత ఒక నామవాచకం పడుతుంది. లేదా మీరు సకర్మక అని క్రియ ఉంటే మీరు సాధారణంగా వెళ్తున్నారు నామవాచకం పదబంధం కలిగి. కనుక ఇది ఒక నామవాచకం కలిగి జరగబోతోంది ఇది చుట్టూ ఎక్కడా. 

కాబట్టి, ప్రాథమికంగా, ఏ అది ఉంది అది కలిగి సంభావ్యత భావించింది పదాలు ఒకదాని తరువాత, ఉన్నప్పుడు మీరు గణన చేస్తున్నారు ఒక వాక్యం యొక్క సంభావ్యత. మరియు ఆ ఒక భాష మోడల్ రప్పించింది. కేవలం సంభావ్యత ఏది మాట్లాడుతూ ఒక నిర్దిష్ట కలిగి ఒక భాషలో వాక్యం? ఎందుకు ప్రాథమికంగా, ఉపయోగపడుతుంది? మరియు అన్ని మొదటి ఏమిటి ఒక n-గ్రామ మోడల్, అప్పుడు? 

కాబట్టి ఒక n-గ్రామ మోడల్ అంటే ప్రతి పదం ఆధారపడి తదుపరి N మైనస్ 1 పదాలు. కాబట్టి, ప్రాథమికంగా,, నేను చూస్తే అర్థం ఉదాహరణకు, CS50 TF ఉన్నప్పుడు నేను సంభావ్యత గణన వెబ్ వాక్యం, మీరు వంటి ఉంటాం " పదం "" కలిగి సంభావ్యత కలిగి సార్లు సంభావ్యత " కలిగి CS50 "సార్లు సంభావ్యత "CS50 TF." కాబట్టి, ప్రాథమికంగా, నేను పరిగణించబడుతుంది సాగతీత యొక్క అన్ని విధాలుగా. 

ఆపై సాధారణంగా మీరు, ఈ చేస్తున్నా ఒక ప్రాజెక్ట్ లో వంటి, మీరు ఉండాలి N చాలు ఒక తక్కువ విలువ. కాబట్టి, సాధారణంగా bigrams లేదా ట్రైగ్రామ్స్ కలిగి. మీరు రెండు పదాలు, ఒక కౌంట్ కాబట్టి రెండు పదాలు, లేదా మూడు పదాల సమూహం, కేవలం ప్రదర్శన సమస్యలకు. మరియు కూడా ఎందుకంటే బహుశా మీరు కలిగి ఉంటే లాగ "CS50 TF." మీరు కలిగి "TF," ఇది చాలా ముఖ్యమైన "CS50" కుడి, దాని ప్రక్కన ఉంది? ఆ రెండు విషయాలు ఉంటాయి ఒకదాని తరువాత. 

మీరు భావిస్తే "TF," అది ఉంది పొందబోతున్నారు ఏమి ఇది కోసం TF'ing యొక్క తరగతి. అలాగే "" నిజంగా ముఖ్యం CS50 TF కోసం. కానీ మీరు "CS50 వంటి ఏదైనా కలిగి ఉంటే TF తరగతి వెళ్లి ఇచ్చాడు విద్యార్థులు కొన్ని క్యాండీ. "" కాండీ "మరియు" " కుడి, నిజంగా ఎటువంటి సంబంధం? వారు ప్రతి ఇతర నుండి దూరంగా అని ఇది నిజంగా ఏమి పట్టింపు లేదు పదాలు మీ. 

కాబట్టి ఒక bigram లేదా ఒక trigram చేయడం ద్వారా, ఇది కేవలం మీరు పరిమితం చేస్తున్న అర్థం మీ కొన్ని పదాలకు చుట్టూ ఉండే. సమంజసం? కాబట్టి మీరు ఈ విభాగీకరణ చేయాలనుకుంటున్నారా ఉన్నప్పుడు, ప్రధానంగా, మీరు చేయాలనుకుంటున్నారా చూడండి ఉంది అన్ని విధాలుగా ఏ అని మీరు విభాగంలో వాక్యం చెయ్యవచ్చు. 

మీరు చూడటానికి అలాంటి ఆ వాక్యాలు ప్రతి సంభావ్యత భాషలో ఉన్న? కాబట్టి మీరు ఏమి వంటి, బాగా, వీలు ఉంది నాకు ఇక్కడ ఖాళీ ఉంచాలి ప్రయత్నించండి. కాబట్టి మీరు అక్కడ ఖాళీ ఉంచాలి మరియు మీరు ఏమి చూడండి ఆ వాక్యం యొక్క సంభావ్యత? అప్పుడు మీరు OK, వంటి, బహుశా ఆ లేదు. నేను ఒక స్థలం ఖాళీ ఉంచాలి మరియు అక్కడ, మరియు మీరు లెక్కించేందుకు సంభావ్యత ఇప్పుడు, మరియు మీరు చూడండి ఇది ఒక అధిక సంభావ్యత ఉంది. 

కాబట్టి ఈ TANGO అని ఒక అల్గోరిథం సెగ్మెంటేషన్ అల్గోరిథం, ఇది నిజానికి నిజంగా ఉంటుంది అని ఏదో ఒక ప్రాజెక్ట్, చల్లని ఇది ప్రాథమికంగా unsegmented టెక్స్ట్ పడుతుంది జపనీస్ లేదా చైనీస్ లేదా బహుశా ఉంటుంది ఇంగ్లీష్ స్పేస్ లేకుండా మరియు ఉంచేందుకు ప్రయత్నిస్తుంది పదాలు మరియు అది మధ్య స్పేస్ ఒక భాష మోడల్ ఉపయోగించి మరియు ద్వారా అత్యధిక చూడటానికి ప్రయత్నిస్తున్న మీరు పొందవచ్చు సంభావ్యత. OK. కాబట్టి ఈ విభజన ఉంది. 

ఇప్పుడు సింటాక్స్. కాబట్టి, సింటాక్స్ కోసం వాడుతున్నారు ప్రస్తుతం చాలా విషయాలు. గ్రాఫ్ శోధన కోసం, సిరి కోసం కోసం కాబట్టి సహజ అందంగా చాలా ఎలాంటి భాష ప్రాసెసింగ్ మీరు. కాబట్టి ముఖ్యమైన ఏవి వాక్యనిర్మాణం గురించి విషయాలు? కాబట్టి, సాధారణంగా వాక్యాలు మేము భాగాలు పిలుస్తాము. ఏ రకమైన పదాల సమూహాలు వలె ఉంటాయి వాక్యంలో ఒక ఫంక్షన్ కలిగి. మరియు వారు నిజంగా ఉండకూడదు కాక ప్రతి ఇతర నుండి. 

నేను చేస్తే,, ఉదాహరణకు, "లారెన్ ప్రేమించే మీలో. లారెన్ "ఉంది" అందట "ఒక రాజ్యాంగ ఆపై "ఇష్టపడతారు మీలో "కూడా మరొక ఒకటి. మీరు "లారెన్ మీలో వంటి చెప్పలేను ఎందుకంటే అదే అర్ధం కలిగి "ఇష్టపడతారు. ఇది కలిగి మాత్రం కాదు అదే అర్థం. లేదా నేను "మీలో లారెన్ వంటి చెప్పలేను ఇష్టపడతారు. "ప్రతిదీ అదే ఉంది ఆ చేయడం అంటే. 

గురించి రెండు ముఖ్యమైన విషయాలు వాక్యనిర్మాణం ఇది నిఘంటు రకాలు ప్రధానంగా, పనితీరు మీరు తాము పదాలతో కలిగి. కాబట్టి మీరు తెలుసు కలిగి "లారెన్" మరియు "మీలో" నామవాచకాలు. "లవ్" ఒక క్రియా. మరియు రెండవ ముఖ్యమైన విషయం వారు పదబంధ రకాల అని. కాబట్టి మీరు "మీలో ప్రేమించే" తెలుసు నిజానికి ఒక శబ్ద ఫ్రేజ్. నేను సే "లారెన్," నేను తెలుసు లారెన్ ఏదో చేస్తోంది. ఆమె ఏమి ఉంది? ఆమె మీలో loving ఉంది. కనుక ఇది మొత్తం విషయం. కానీ దాని భాగాలు నామవాచకం, ఒక క్రియ. కానీ కలిసి, వారు క్రియ పదబంధం తయారు. 

కాబట్టి, మేము నిజంగా తో చేయవచ్చు కంప్యుటేషనల్ లింగ్విస్టిక్స్? కాబట్టి, నేను ఉదాహరణకు ఏదైనా కలిగి ఉంటే "అల్లిసన్ యొక్క స్నేహితులు." నేను చూడండి ఉంటే నేను ఒక వాక్యనిర్మాణ చెట్టు నేను తెలుస్తుంది లేదని "స్నేహితులు" ఇది ఒక నామవాచకం ఫ్రేజ్ ఒక "అల్లిసన్ యొక్క" నామవాచకం మరియు ఒక ఉంది "యొక్క" దీనిలో విభక్తి ఫ్రేజ్ ఒక ప్రతిపాదనను మరియు "అల్లిసన్" నామవాచకం. నేను చేయగలిగే నా కంప్యూటర్ బోధించడానికి ఉంది నేను ఒక నామవాచకం పదబంధం ఒకటి మరియు ఉన్నప్పుడు అప్పుడు విభక్తి పదబంధం. యొక్క "ఈ సందర్భంలో," స్నేహితులు "కాబట్టి మరియు మీలో "నేను ఈ అర్థం తెలుసు NP2, రెండవ, NP1 కలిగి. 

నేను సంబంధించి రకమైన సృష్టించవచ్చు, ఇది కోసం ఫంక్షన్ రకమైన. నేను ఈ నిర్మాణం చేసినప్పుడు, ఇది స్నేహితులు "తో ఖచ్చితంగా మ్యాచ్ అల్లిసన్, "నేను తెలుసు అల్లిసన్ స్నేహితులు కలిగి. కాబట్టి స్నేహితులు ఏదో ఉంటాయి అల్లిసన్ కలిగి. అర్ధమే? కాబట్టి ఈ ప్రాథమికంగా ఏమిటి గ్రాఫ్ శోధన చేస్తుంది. ఇది కేవలం నియమాలు సృష్టిస్తుంది విషయాలు చాలా కోసం. కాబట్టి "అల్లిసన్ యొక్క స్నేహితులు," "నా స్నేహితులు "", కేంబ్రిడ్జ్ లో నా స్నేహితులు నివసించే హార్వర్డ్ వెళ్ళండి. "ఇది నిబంధనల సృష్టిస్తుంది ఆ విషయాలు అన్ని కోసం. 

ఇప్పుడు యంత్ర అనువాదం. కాబట్టి, యంత్ర అనువాదం కూడా ఉంది గణాంక ఏదో. మరియు నిజానికి మీరు పాలు ఉంటే కంప్యుటేషనల్ లింగ్విస్టిక్స్, చాలా మీ అంశాలు సంఖ్యాశాస్త్రం అన్నారు. నేను ఉదాహరణకు చేస్తున్న కనుక నేను అని సంభావ్యత చాలా గణన, ఆపై మీరు ఈ ను చివరి అని చాలా చిన్న సంఖ్య సంభావ్యత, మరియు ఆ ఏది మీరు సమాధానం ఇస్తుంది. యంత్ర అనువాదం కూడా ఉపయోగిస్తుంది ఒక గణాంక నమూనా. మరియు మీరు యంత్రం యొక్క అనుకుంటే సరళమైన అనువాదం మార్గం, మీరు భావిస్తారు వాటిని ఉంది కుడి, పదం ద్వారా పదం అనువాదం? 

మీరు ఒక భాష నేర్చుకుంటున్నారు మొదటిసారి, సాధారణంగా ఏమిటి మీరు కుడి? మీకు కావాలంటే మీరు ఒక వాక్యం అనువాదం భాషలోకి మీ భాషలో మీరు, సాధారణంగా మొదటి, నేర్చుకుంటున్నారు పదాల్లోని అనువాదం వ్యక్తిగతంగా, ఆపై మీరు ప్రయత్నించండి స్థానంలో పదాలు ఉంచాలి. 

, నేను ఈ అనువదించడానికి కోరుకుంటే కాబట్టి [మాట్లాడే పోర్చుగీస్] "తెలుపు పిల్లి దూరంగా నడిచింది." అంటే నేను నుండి అనువదిస్తుంది కోరుకుంటే ఇంగ్లీష్ పోర్చుగీస్, నేను చేయగల నేను, మొదటి, ఉంది పదం ద్వారా పదం అనువాదం. కాబట్టి "o" "," "కృతజ్ఞతతో," "పిల్లి," ఉంది "తెలుపు," "వైట్", ఆపై "fugio" ఉంది "దూరంగా నడిచింది." 

కాబట్టి నేను, ఇక్కడ అన్ని పదాలు కానీ వారు క్రమంలో లేదు. "పిల్లి తెలుపు నడిచింది" వంటిది ఇది వ్యాకరణం ఉంది. కాబట్టి, నేను రెండో దశ కలిగిన ఆదర్శ కనుగొనడంలో అన్నారు పదాల్లోని కోసం స్థానం. కనుక నేను నిజంగా కావాలి తెలుసు బదులుగా "తెలుపు పిల్లి" "పిల్లి తెలుపు." ఈ విధంగా నేను చేయవచ్చు అత్యంత సరళ పద్ధతి, సృష్టించడానికి ఉంటుంది అన్ని సాధ్యం ప్రస్తారణల స్థానాలు పదాలు,. తరువాత ఒక కలిగి చూడండి అత్యధిక సంభావ్యత ప్రకారం నా భాష మోడల్. ఆపై నేను ఉంది చూసినప్పుడు ఇది అత్యధిక సంభావ్యత ఇది, బహుశా "తెలుపు పిల్లి, దూరంగా నడిచింది" నా అనువాద వార్తలు. 

మరియు వివరించటానికి ఒక సాధారణ మార్గం యంత్ర అనువాదం చాలా అల్గోరిథంలు పని. అర్ధవంతం లేదు? ఇది నిజంగా అద్భుతమైన విషయం మీరు అబ్బాయిలు బహుశా ఒక అన్వేషించవచ్చు ఆ చివరి ప్రాజెక్టు, అవును? 

STUDENT: సరే, మీరు అది చెప్పాడు సరళ మార్గం, కాబట్టి ఏమిటి కాని సరళ మార్గం? 

LUCAS Freitas: కాని సరళ మార్గం? OK. గురించి తప్పుగా ఉంది కాబట్టి మొదటి విషయం ఈ పద్ధతి నేను అనువాదం ఉంది పదాలు, పదం ద్వారా పదం. కానీ కొన్నిసార్లు మీరు పదాలు అని బహుళ అనువాదాలు ఉండవచ్చు. నేను ప్రయత్నించండి వెళుతున్న ఏదో. పోర్చుగీస్ చెయ్యవచ్చు ఉదాహరణకు, "మాంగా" ఉంటుంది "చించు" లేదా "స్లీవ్." గాని ఈ విధంగా మీరు పదం అనువదించడానికి ప్రయత్నిస్తున్న ఉన్నప్పుడు పదం ద్వారా, మీరు ఇచ్చే ఉండవచ్చు ఏ చేస్తుంది ఏదో. 

మీరు చూడండి మీరు నిజంగా సాధ్యం అనువాదాలు పదాలు మరియు వీక్షించ మొదటి, క్రమంలో ఏమిటి. మేము permutating గురించి మాట్లాడుతూ విషయాలు? అన్ని ఆదేశాలు చూడండి మరియు అత్యధిక తో ఎంచుకోవచ్చు సంభావ్యత? మీరు కూడా అన్ని ఎంచుకోవచ్చు ప్రతి కోసం అనువాదాలు తరువాత పదం మరియు చూడండి - ప్రస్తారణల కలిపి - ఇది ఒక అత్యధిక అవకాశం ఉంది. 

మీరు కూడా కాదు చూడవచ్చు కేవలం పదాల కానీ మాటలను. కాబట్టి మీరు మధ్య సంబంధాలు విశ్లేషిస్తుంది పదాలు ఆపై ఒక పొందండి మంచి అనువాదం. అలాగే ఏదో, ఈ సెమిస్టర్ నిజానికి పరిశోధన చేయడం వెబ్ చైనీస్-ఇంగ్లీష్ యంత్ర అనువాదం, కాబట్టి నుండి అనువాదం ఆంగ్లంలోకి చైనీస్. 

మరియు మేము ఏదో ఉపయోగించి పాటు, ఉంది కేవలం ఇది ఒక గణాంక నమూనా, చూసిన సంభావ్యత చూసిన ఒక వాక్యంలో కొన్ని స్థానం, నేను ఉన్నాను వాస్తవానికి కొన్ని సింటాక్స్ జోడించడం నా నేను ఈ విధమైన చూడండి ఉంటే మోడల్, OH, మాట్లాడుతూ నిర్మాణం, ఈ నేను ఏమి ఉంది నేను అనువదించడానికి దానిని మార్చడానికి. కాబట్టి మీరు కూడా రకమైన జోడించవచ్చు చేయడానికి సింటెక్స్ మూలకం అనువాద మరింత సమర్థవంతంగా మరియు మరింత ఖచ్చితమైన. OK. 

మీరు అనుకుంటే కాబట్టి మీరు, ఎలా మొదలు చేయవచ్చు గణన చేయాలని భాషాశాస్త్రం? 

మొదట, మీరు ఒక ప్రాజెక్ట్ ఎంచుకోండి భాషలను ఉంటుంది. కాబట్టి, అక్కడ చాలా ఉంది. మీరు చేయవచ్చు చాలా విషయాలు ఉన్నాయి. ఆపై ఒక మోడల్ ఆలోచించవచ్చు మీరు ఉపయోగించే. సాధారణంగా ఆ ఆలోచన అర్థం అంచనాలు, నేను, OH వంటి వంటి పాటలలో ఆలోచన వంటి. నేను దొరుకుతుందని కావాలా నేను, బాగా నచ్చింది, ఈ రాశాడు ఒక అవ్ట్, నేను బహుశా కావలసిన పదాలు చూడండి ఉపయోగించి మరియు చాలా తరచుగా ఆ పదం ఉపయోగిస్తుంది చూడండి. కాబట్టి అంచనాలు తయారు ప్రయత్నించండి మరియు నమూనాలు ఆలోచించడానికి ప్రయత్నించండి. ఆపై మీరు కూడా ఆన్లైన్ శోధించవచ్చు మీరు కలిగి సమస్య రకం, మరియు అది సూచిస్తున్నాయి వెళుతున్న మీరు నమూనాలు ఆ బహుశా ఆ విషయం మోడల్గా. 

మరియు మీరు ఎల్లప్పుడూ నాకు ఇమెయిల్ చేయవచ్చు. me@lfreitas.com. మరియు నేను మీ ప్రశ్నలకు. మేము కూడా నేను 'అప్ కలిసే ఉండవచ్చు చేయవచ్చు మార్గాలపై సూచనలు ఇవ్వాలని మీ ప్రాజెక్టును అమలు. మీరు సంబంధం ఉంటే నేను అర్థం కంప్యుటేషనల్ లింగ్విస్టిక్స్, ఏమైందా గొప్పదని. మీరు అక్కడ చూడండి చూడాలని చాలా శక్తివంతమైన ఉంది. మరియు పరిశ్రమ తీసుకోవాలని కోరుకుంటున్నారు ఎందుకంటే యొక్క మీరు చెడు. నేను మీరు అబ్బాయిలు ఈ ఆనందించారు ఆశిస్తున్నాము. మీరు అబ్బాయిలు ఏవైనా ప్రశ్నలు ఉంటే, మీరు ఈ తర్వాత నాకు అడగవచ్చు. సినిమాల్లో.