Deta分词算法原理公布 :
yaoguangluo opened this issue · 7 comments
Deta分词算法原理公布 :
1 基于快速排序6 的 罗瑶光小高峰 过滤 ** 进行 小高峰 叠加 字符串 拆分 逐步 迭代微分处理词性划分.
2 基于词数长度 为 5个的卷积核进行 CNN（纠正下不是cnn，是排队论） 线性 词性卷积 划分处理.
3 划分条件 进行离散迪摩根定理化简.
4 最后进行函数频率分级进行 PCA阀门顺序排列.
这个算法 **,作者于2019年04月03日 定义 为 <类人 认知 催化 分词算法>.
类人 认知 催化 分词算法 矩阵 图地址:
https://github.com/yaoguangluo/AOPM_VPCS_Theroy/blob/master/AI-catalic.jpg
相关论文文件夹地址
https://github.com/yaoguangluo/AOPM_VPCS_Theroy
目前 通过这种算法 处理中文象形文字 平均 每秒达到 2300万字. 认证代码 已经 全部 免费开源.
该免费版本 作为 2019年作者第一个赠送给人类世界的礼物.
罗瑶光小高峰 过滤 ** 起源:
2008年罗瑶光在印度christ university 读计算机 应用硕士研究生的时候 对快速排序的进化方式算子研究着迷 .
2012年作者在美国对 FFT 研究发现算子 和快速排序 算子 **一致, 于是 开始花时间分析.
2014年作者开始阅读算法导论, 快排1-4代,发现重复的算子出现 在不同的函数层次.于是 创造出高频小高峰过滤快排六,发表在 qq空间.
地址 :https://313699483.qzone.qq.com/
标题为:[转] 罗瑶光排序法 2014-11-2 20:45 阅读(20) 转载自刘瑞珍****
2016年作者在美国亚米电商公司首次将 小高峰过滤快排6 用在10万商品id排序上.效果显著.
有了理论和实践基础, 作者2019年 设计了 小高峰过滤快排6的1 ,2,3 三个版本 .得到一个结论 :
逐步迭代微分处理可以迅速减少相同算子.
并将3代非线性小高峰过滤快排6用在德塔分词的确频率 排序中.
https://github.com/yaoguangluo/Deta_Parser/blob/master/wordSegment/org/tinos/engine/liner/imp/Quick6DLuoYaoguangSortImp.java
基于 逐步迭代微分处理可以迅速减少相同算子 **, 作者用在了分词的卷积核形成函数上.在动介, 定名, 形谓, 名副, 四种歧义不带符号的病句中, 分词准确率100%
例子 :略.
作者2019年4月3日 定义 逐步迭代微分处理可以迅速减少相同算子 为 计算催化过程.
为了认证 计算催化过程 的正确性和有效性,
作者用nero, nlp, pos 三个类人语义函数包处理小高峰叠加字符串, 进行逐步迭代微分处理 有效的论证 了 计算催化过程 分析的巨大功能优势.
分词结果 :
略
为了论证 计算催化过程 在任何智能领域都具有强大实用价值, 作者为了分词项目的论证 花费8个月, 15000 余行 sonar 格式 源代码认证. 打造了Deta Parser 这个作品, 定位在 人工智能的启蒙 级别.
作者目前 主要工作是不断修正, 同时探索 一种快速 读心术 的 DNN 计算催化过程. 进化计算机 意识 用于 DNA 分析. 永生有正确的方法. 尽快迅速改变以目前机械的更换器官这种途径为主的比较落后科学方法 .
关于4 最后进行函数频率分级进行 PCA阀门顺序排列.的解释:
(作者小时候长期思考为什么嘴巴不在头顶上,耳朵不在同一面,后来在一些生活工作中,逐渐意识到,人类DNA进化功能会因为需求进行次序排列突变进化,满足选择需要, 这是自然选择的结果.作者认为软件必定一样.)