- 博客(9)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 NLP到专家系统再到模式识别
NLP：自然语言处理也可以称NLU：自然语言理解日常生活中，我们如何与人对话？为什么与一个熟悉的老朋友或者一个陌生人对话的开场白是不同的？我的大脑中存在着老朋友相关的大量信息，以及与他互动时所产生的信息。但是对于陌生人来说信息量很少知道他就是一个普通人。基于以上两种不同的状况NLP该如何处理之间的对话？我每天中午都和一个同事吃饭，他也知道我下雨天喜欢吃炒饭，早上吃的晚的时候中午
2016-09-26 11:54:44
2216
原创 NLP之路从何处迈出？
以下的对话记录都有可能在未来成为一个课题去深入研究。“两个人对话，熟人之间和陌生人之间的交流是有一定区别的，NLP如何处理？”“要读懂一个人说的话，首先要了解这个人的昨天今天和明天，以及当下环境的昨天今天和明天”“要读懂一个人，听他说话不如去获取他的个人信息，包括出门路线，购物车，支付手段等来的更实际？”“现在人们活动的行径都几乎是商业行为，资金流向，通过支付宝建立个人行径
2016-09-25 14:47:29
301
原创 语音识别，自然语言处理的价值正被弱化？
移动互联网的崛起促使人们生活中源源不断的数据充实着互联网，语音数据成为不可忽略的一部分。越来越多的科学工作者和工程师们加入到语音数据处理的工作之中。语音识别的价值真的举足轻重？“我要买一个台灯”某某说如果你对某某不了解，不了解他的过去，不了解他曾经买了什么，不了解上一分钟他做了什么事，不了解他在说这句话之前说了什么，不了解他之前的购物习惯，不了解他的个人偏好，不了解他这个人等等
2016-09-22 10:31:58
1668
原创 如何平衡可信交易？
交易的双方每进行一次可信交易可信额度都会自然衰减，收到货币一方可信额度会相应增加，支出货币一方可信额度会相应减少。以此平衡系统内部可信额度。并防止恶意的操作可信交易。
2016-09-01 21:51:20
341
原创 货币编码技术?
要把货币看成是一个信息的集合，信息集合包括历史交易信息（某时某地由谁交易给谁），历史被拆分信息（大额度划分成小的额度），当大额度的货币被拆分的时候它上面承载的所有交易信息及被拆分信息都要被复制到被划分的小额度货币上面，拆分之后原来的大额度货币信息应该要保留并成为一个信息节点，这里可能会为今后其分支的货币编程功效提供一个驻点。所谓驻点是相对于分支后的小额度货币来说的，也许是提供一个回溯。这也许是货币
2016-09-01 21:29:35
330
原创 每一次交易所需的信用都不尽相同
一次交易是参与本次交易的货币过往信用和当次交易信用的整合。当次参与交易双方的信用评级有多少，用来交易物品的类型，质量，甚至物品本身的品质评级这些信息都要被记载到本次交换的货币信息中，永久保存。将来这部分有相同经历信息的货币或者会被拆分并服务不同的交易，相当于给这些货币或者说是代码另起了一个分支。我们可以向管理代码版本一样去管理我们的货币。
2016-09-01 16:19:35
697
原创 由货币的属性推想到，怎样的货币是凌驾于科技之上的最大限度地安全货币
货币的属性其一是面值，价值，这张纸币值多少钱，能买多少东西，这是一眼就能分辨出来的。货币的属性其二是真伪，这张纸币是不是真的，是不是高仿的，我相信凭借现在的科技手段无法百分百的识别一张纸币的真伪，也可以说真正做到了以假乱真的地步毫不夸张，只不过在量上面还没有达到撼动经济市场的程度。前面一直都是从技术角度去判定真伪，那从社会学角度如何判定一张纸币的真伪，是不是可以从这张纸币过往的交易记录去衡量，
2016-08-31 19:34:10
287
原创 货币信息高于货币价值而存在
货币的信息无外乎是某时某地某人某物之间进行了交换的集合，这些信息无人能完全维护，但又时人类活动产生的信息，信息本身是看不到摸不着的，如何捕捉货币所有交易背后潜在的交易信息？如何计算?如何利用?这些信息到底有没有用？用在什么地方？为什么之前从来没有被使用？之后会不会被挖掘出来被使用？这些信息代表了什么？是一种信用熵，还是一堆无用的熵？货币价值，简单说是当下政府赋予的，一旦政府改版换届，货币将会全
2016-08-31 18:52:11
378
原创 谁来记录流通币的所有过往交易经历？
一张纸币在市面上流通，会历经无数个包含地点时间人物交换的场景。那么这些隐含的信息由谁来记录？由什么来表示？之前几乎被人们所遗忘。人们在乎的只是纸面上的数字，因为过往的交易都是当面进行的，没有人关心一张纸币的过去承载什么，除非他无法确定当次交易的可靠性，才会想到追溯这张货币的历史。但其实，每次交易都会发生信息的增加对一张纸币来说，每次交易他的大小价值不会变，唯一变化的是有关他交易信息的信息熵
2016-08-30 21:56:53
638
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人