想象一下，你有来自贾斯汀·比伯的一天生活的的一系列快照，你想用它所代表的活动（吃饭、睡觉、开车等）来标记每个图像。你会怎么做？

        一种方法是忽略快照的顺序性质，并构建一个图像分类器。例如，给定一个月的被标记的快照，你可能知道，黑暗拍摄的图像往往是在早上睡觉，有耀眼的色彩图像往往是跳舞，汽车的图像往往在驾驶，等等。

        然而，忽略这个连续的方面，你会失去很多信息。例如，如果你看到一张嘴巴的特写照片是关于唱歌还是吃饭？如果你知道前一张图片是贾斯汀·比伯吃或做饭的照片，那么这张照片更有可能是关于吃的；如果，前一张图片包含贾斯汀·比伯唱歌或跳舞，那么这张照片可能暗示他在唱歌。

        因此，为了增加我们的标注的精度，我们应该结合它附近的照片的标签，而这正是一个条件随机场所能做的。

1.词性标注

        让我们使用更为常见的词性标注示例来进一步研究一些细节。在词性标注中，目标是用ADJECTIVE、 NOUN、PREPOSITION、VERB、ADVERB、ARTICLE等标签来标记句子（单词或记号的序列）。例如，对于句子“Bob drank coffee at Starbucks”，标注为”Bob (NOUN) drank (VERB) coffee (NOUN) at (PREPOSITION) Starbucks (NOUN)”。我们建立一个条件随机场对句子进行词性标注。就像任何的分类器，我们首先需要选择一组特征函数。

        在Ubuntu服务器的用户目录下，有以下几个文件：

1. .bash_history
2. .bash_logout
3. .bashrc
4. .profile

        “.”开头的文件都是隐藏文件。Shell 是一个用 C 语言编写的程序，它是用户使用 Linux 的桥梁。Shell 既是一种命令语言，又是一种程序设计语言。Shell 是指一种应用程序，这个应用程序提供了一个界面，用户通过这个界面访问操作系统内核的服务。Ken Thompson 的 sh 是第一种 Unix Shell，Windows Explorer 是一个典型的图形界面 Shell。

        Linux 的 Shell 种类众多，常见的有：

• Bourne Shell（/usr/bin/sh或/bin/sh）

• Bourne Again Shell（/bin/bash）

• C Shell（/usr/bin/csh）

• K Shell（/usr/bin/ksh）

• Shell for Root（/sbin/sh）

        在linux系统中，源码的安装一般有3个步骤组成：配置（configure）、源码（make）、安装（make install），具体的安装方法一般作者都会给出文档，这里主要讨论配置（configure）。Configure是一个可执行脚本，它有很多选项，使用命令./configure –help输出详细的选项列表，如下：

1
2
3
4
5
6
7
8
9
10
11
12
13

-bash-3.00# ./configure --help
Usage: configure [options][ host]
Options: [defaults in brackets after descriptions]
Configuration:
--cache-file=FILE     cache test results in FILE
--help             print this message
--no-create         do not create output files
--quiet, --silent     do not print `checking...' messages
--version           print the version of autoconf that created configure
Directory and file names:
--prefix=PREFIX       install architecture-independent files in PREFIX [/usr/local]
--exec-prefix=EPREFIX   install architecture-dependent files in EPREFIX [same as prefix]
--bindir=DIR         user executables in DIR [EPREFIX/bin]

       SIGHAN是国际计算语言学会（ACL）中文语言处理小组的简称，其英文全称为“Special Interest Group for Chinese Language Processing of the Association for Computational Linguistics”.Bakeoff则是SIGHAN所主办的国际中文语言处理竞赛，第一届于2003年在日本札幌举行（Bakeoff 2003),第二届于2005年在韩国济州岛举行(Bakeoff 2005), 而2006年在悉尼举行的第三届（Bakeoff 2006）则在前两届的基础上加入了中文命名实体识别评测。目前SIGHAN Bakeoff已成功举办了6届，其中Bakeoff 2005的数据和结果在其主页上是完全免费和公开的，但是请注意使用的前提是非商业使用（non-commercial）:

    The data and results for the 2nd International Chinese Word Segmentation Bakeoff are now available for non-commercial use.

The Third SIGHAN Chinese Language Processing Bakeoff will feature two tasks:

• Word Segmentation
• Named Entity Recognition

1.命名实体研究历史

        国外对于英文命名实体识别的研究开始比较早。1991年Rau在第7届IEEE人工智能应用会议上发表了“抽取和识别公司名称”的有关研究文章, 首次描述了抽取和识别公司名称的系统, 该系统主要采用启发式算法和手工编写规则的方法，1996年, 命名实体评测作为信息抽取的一个子任务被引入MUC-6 ,在其后的MUC-7的MET-2 以及IEER-99、CoNLL-2002、CoNLL-2003、IREX、LREC等一系列国际会议中, 命名实体识别都被作为其中的一项指定任务。

复古的伟大继承人：李白

古风

大雅久不作，吾衰竟谁陈？
王风委蔓草，战国多荆榛。
龙虎相啖食，兵戈逮狂秦。
正声何微茫，哀怨起骚人。
扬马激颓波，开流荡无垠。
废兴虽万变，宪章亦已沦。
自从建安来，绮丽不足珍。
圣代复元古，垂衣贵清真。
群才属休明，乘运共跃鳞。
文质相炳焕，众星罗秋旻。
我志在删述，垂辉映千春。
希圣如有立，绝笔于获麟。

1.什么是序列标注？

        这是我们在NLP任务中一直面临的一个元问题，我们希望在一个序列中为每个元素分配一个标签。对我们来说，一个序列通常是一个句子，一个词是一个元素。我们试图分配的元素通常是词性、句法块标签（是名词短语、动词短语等的一部分），命名实体标记（这是一个人吗？）凡此种种，不一而足。信息提取系统（比如从电子邮件中提取会议时间和地点）也可以被视为序列标记问题。

1.1.任务：

$f:{X} {sequence} \to {Y} sequence $

$X:X_1 \: X_2\: X_3\:…X_L$

$Y:Y_1 \: Y_2 \: Y_3 \: …Y_L$

目标：$Given\:X,predcit\: Y$

在机器学习中划分数据的过程中总是有几个疑问？

(1).Why only three partitions? (training, validation, test)?

(2).What is the difference between test set and validation set?