<font face="Verdana" size="2">Originally posted by Keva: Поспрошай еще Илью (iseg) - у него словарь, насколько я помню, организован совсем по-другому, на разреженной хэш-таблице. </font>
да, он поделился этим на 1 странице форума:
<font face="Verdana" size="2">Можно даже на банальной дихотомии строить, только там придется несколько итераций проводить, постепенно уменьшая длину вероятной основы.</font>
Дихотомия - это и есть бинарное дерево?
[This message has been edited by baranov (edited 05-10-2001).]
<font face="Verdana" size="2">Originally posted by Keva: Поспрошай еще Илью (iseg) - у него словарь, насколько я помню, организован совсем по-другому, на разреженной хэш-таблице. </font>
да, он поделился этим на 1 странице форума:
<font face="Verdana" size="2">Можно даже на банальной дихотомии строить, только там придется несколько итераций проводить, постепенно уменьшая длину вероятной основы.</font>
Дихотомия - это и есть бинарное дерево?
[This message has been edited by baranov (edited 05-10-2001).]
Яндекс скорее всего просто не будет индексировать....
а ключевые слова должны быть в соответствии с потребностями предполагаемой аудитории. Я не уверен, что при русском запросе будет правильно посылать чел-ка на аглицкий сайт.
хотя если не пускать сопли, то большинство в россии говорит, пишет и ищет по-русски
<font face="Verdana" size="2">Originally posted by Keva: Бывает-бывает Производительность я давно не мерил, однако в свое время на Пентиуме ("первом") она молотила около десяти тысяч слов в секунду в режиме проверки орфографии и около пяти - в режиме лемматизации, то есть вытаскивания всех отождествлений, всех омонимов, и построения нормальных форм.</font>
Звучит впечатляюще. Надо будет повнимательнее почитать о технологии. а то в превые 2 раза я не очень понял....
Пока что я доделываю поиск по словарю с обычным бинарным деревом думаю что тормозить сильно не будет... но лингвистикой конечно такие "математические" алгоритмы не очень дружат.
<font face="Verdana" size="2">Originally posted by Keva: Бывает-бывает Производительность я давно не мерил, однако в свое время на Пентиуме ("первом") она молотила около десяти тысяч слов в секунду в режиме проверки орфографии и около пяти - в режиме лемматизации, то есть вытаскивания всех отождествлений, всех омонимов, и построения нормальных форм.</font>
Звучит впечатляюще. Надо будет повнимательнее почитать о технологии. а то в превые 2 раза я не очень понял....
Пока что я доделываю поиск по словарю с обычным бинарным деревом думаю что тормозить сильно не будет... но лингвистикой конечно такие "математические" алгоритмы не очень дружат.
<font face="Verdana" size="2">Originally posted by Vyacheslav Tikhonov: Это стемминг называется. Прямо скажем, решение не совсем удачное, но когда вообще ничего нет и в прикладной лингвистике не разбираешься, на первое время сойдет. Хотя тогда начинают возникать интересные казусы. Например, по запросу 'лес' начинает находиться 'лесби' и т.д. (вон Keva хорошо знает, это его любимый запрос ) </font>
А если делат это по аналогу ispell? я мельком глянул, какая у них оргганизация данны - по моему очень подходит... и казусов таких не будет кстати в "лесби" корень разве "лес"?
<font face="Verdana" size="2"> А вообще собрать морфологию просто так, на ровном месте, очень трудно, даже если ты семи пядей во лбу - там одних только морфологических таблиц должно быть не менее 700 и взять их можно только у лингвистов или пытаться как-то синтезировать из подручных средств. </font>
Все мои знакомые филологи занимаются не русским и на комп косо смотрят.... Про веб слышали только от меня. работа у них такая...
<font face="Verdana" size="2"> Хотя мне, в принципе, уже удалось создать довольно работоспособный морфологический анализатор для существительных и прилагательных, который, правда, учитывает пока не все аспекты русского языка.
Слово "лес" не испохабил но вот это не съел:
Парадигма для слова морфий: морф морфы морфа морфов морфу морфам морф морфы морфом морфами морфе морфах
</font>
В общем, морфология - это куча хлопот и времени, так что если ее предлагают почти бесплатно, берите
это точно. Но мне интереснее самому в этом разобраться в комплекте с организацией данных.
Они сами присылают письмо, если не хотят сайт индексировать. Письмо приходит вроде от модератора, который собственно и решал этот вопрос.
А с иносранными доменами просто дольше все происходит.
Поспрошай еще Илью (iseg) - у него словарь, насколько я помню, организован совсем по-другому, на разреженной хэш-таблице.
</font>
да, он поделился этим на 1 странице форума:
Дихотомия - это и есть бинарное дерево?
[This message has been edited by baranov (edited 05-10-2001).]
Поспрошай еще Илью (iseg) - у него словарь, насколько я помню, организован совсем по-другому, на разреженной хэш-таблице.
</font>
да, он поделился этим на 1 странице форума:
Дихотомия - это и есть бинарное дерево?
[This message has been edited by baranov (edited 05-10-2001).]
Яндекс скорее всего просто не будет индексировать....
а ключевые слова должны быть в соответствии с потребностями предполагаемой аудитории. Я не уверен, что при русском запросе будет правильно посылать чел-ка на аглицкий сайт.
хотя если не пускать сопли, то большинство в россии говорит, пишет и ищет по-русски
Бывает-бывает
Производительность я давно не мерил, однако в свое время на Пентиуме ("первом") она молотила около десяти тысяч слов в секунду в режиме проверки орфографии и около пяти - в режиме лемматизации, то есть вытаскивания всех отождествлений, всех омонимов, и построения нормальных форм.</font>
Звучит впечатляюще. Надо будет повнимательнее почитать о технологии. а то в превые 2 раза я не очень понял....
Пока что я доделываю поиск по словарю с обычным бинарным деревом
думаю что тормозить сильно не будет... но лингвистикой конечно такие "математические" алгоритмы не очень дружат.
Какой прогноз специалиста?
Бывает-бывает
Производительность я давно не мерил, однако в свое время на Пентиуме ("первом") она молотила около десяти тысяч слов в секунду в режиме проверки орфографии и около пяти - в режиме лемматизации, то есть вытаскивания всех отождествлений, всех омонимов, и построения нормальных форм.</font>
Звучит впечатляюще. Надо будет повнимательнее почитать о технологии. а то в превые 2 раза я не очень понял....
Пока что я доделываю поиск по словарю с обычным бинарным деревом
думаю что тормозить сильно не будет... но лингвистикой конечно такие "математические" алгоритмы не очень дружат.
Какой прогноз специалиста?
Короче, никакого извлечения денег :-)</font>
Так не бывает
а такой вопрос - на сколько он быстро работает? (к чему стремиться)
Короче, никакого извлечения денег :-)</font>
Так не бывает
а такой вопрос - на сколько он быстро работает? (к чему стремиться)
Не надо было програмули всякие писать:
Нормально ручками без всяких изысков смотрели бы и радовались.
Это стемминг называется. Прямо скажем, решение не совсем удачное, но когда вообще ничего нет и в прикладной лингвистике не разбираешься, на первое время сойдет. Хотя тогда начинают возникать интересные казусы. Например, по запросу 'лес' начинает находиться 'лесби' и т.д. (вон Keva хорошо знает, это его любимый запрос
</font>
А если делат это по аналогу ispell? я мельком глянул, какая у них оргганизация данны - по моему очень подходит... и казусов таких не будет
кстати в "лесби" корень разве "лес"?
А вообще собрать морфологию просто так, на ровном месте, очень трудно, даже если ты семи пядей во лбу - там одних только морфологических таблиц должно быть не менее 700 и взять их можно только у лингвистов или пытаться как-то синтезировать из подручных средств.
</font>
Все мои знакомые филологи занимаются не русским и на комп косо смотрят.... Про веб слышали только от меня.
работа у них такая...
Хотя мне, в принципе, уже удалось создать довольно работоспособный
морфологический анализатор для существительных и прилагательных, который, правда, учитывает пока не все аспекты русского языка.
Слово "лес" не испохабил
но вот это не съел:
Парадигма для слова морфий:
морф морфы морфа морфов морфу морфам морф морфы морфом морфами морфе морфах
</font>
В общем, морфология - это куча хлопот и времени, так что если ее предлагают почти бесплатно, берите
это точно. Но мне интереснее самому в этом разобраться в комплекте с организацией данных.