自然语言处理总复习（六）—— 词汇获取一、介绍（一）相关概念和意义1. 总体目标2. 问题和挑战3. 四个部分（二）词汇获取的评价方法1. 评价方法介绍2. 该评价方法的优点2. 其他评价方法（二）词汇获取的四个部分1. 动词子范畴（1）定义（2）相关问题背景及研究现状（3）算法*1）暗示2）假设检验2. 附着歧义（1）概念（2）算法（3）应用3. 选择倾向（1）定义与应用（2）Resnik模型1

自然语言处理总复习（九）—— 机器翻译一、概述1. 定义2. 分类3. 发展历史二、机器翻译的技术路线实用化的策略（一）基于规则1. 直接式翻译2. 转换式翻译（1）通过句法分析得到某种内部的结果化表达（2）变换句型（3）目标语言的形态生成（二）基于实例基于实例的机器翻译问题（三）基于统计1. 基于统计的原因2. 要素（1）数据（2）学习（3）搜索3. 例子4. 基于词的统计机器翻译（IBM Mo

自然语言处理总复习（十二）—— 信息检索一、概述1. 概念2. IR系统的体系结构（1）系统要素（2）Web搜索3. IR的历史4. IR的困难5. IR相关领域6. 主要的搜索引擎7. 信息检索的应用8. 国际国内会议9. 重要工具二、评价（一）评价的概述1. 评价IR的原因2. 评价IR系统的困难3. 评价的对象4. 如何评价效果？（二）基本指标 **`precision, recall, F

自然语言处理总复习（五）—— 词义消歧一、相关概念与预备知识（一）词义消歧1. 定义2. 词义消歧需要解决的三个问题3. 应用（二）预备知识1. 有监督学习和无监督学习2. 伪词3. 算法效能评估 —— 上界和下界二、有监督的消歧方法（一）基于贝叶斯分类的词义消歧1. 概念介绍及准备工作2. 计算公式推导3. 词义排歧算法（Disambiguation）（二）基于互信息的词义消歧1. 核心思想2.

自然语言处理总复习（八）—— 文本分类一、相关概念和介绍（一）分类技术在自然语言中的应用（二）文本分类的一般过程1. 一些名词2. 分类过程展示二、分类方法（一）朴素贝叶斯分类1. 假设2. 参数计算3. 算法（训练）4. 举例5. 讨论（二）K近邻1. 介绍2. 算法3. KNN中的相似度量4. 图示（三）决策树分类和最大熵分类（四）支持向量机分类一、相关概念和介绍（一）分类技术在自然语言中的应

#include <iostream>#include <cstdio>using namespace std;const int N = 1000;int a[N];void quick_sort(int l, int r, int* a){if(l >= r) return;int mid = l + r >> 1;int i = l - 1, j =