Intelligenza Artificiale 07-08

grazie mille pax

pax22 ha scritto:

abbiamo costruito il segmentatore, tokenizzando tutte le parole e identificando quelle che per noi erano importanti

scusa l'ignoranza, ma tecnicamente cosa significa tokenizzare le parole?

pax22 ha scritto:

All'inizio abbiamo creato il gold standard

nel senso che per ciascuna parola si annota, in percentuale/media, quante volte appartiene all'una o all'altra tra le classi di annotazione?

grazie mille ancora

@Gra : Scusa ma msn attivo ce l'avevo sul pc di casa,adesso sono tornato

@Username_ : Tokenizzare le parole in un testo vuol dire fare questa cosa :
"Mario Rossi è un bravo studente", tokenizzata diventa Mario|Rossi|e'|un|bravo|studente

Da qui prendi solo quelle che ti servono

Per la seconda domanda sul gold standard la risposta te la sei data da sola

gra ha scritto:

pax22 ha scritto:

No Gra, a WEKA non devi passargli le istanze,ma solo i valori che hai degli attributi...

Supponi di volere un classificatore che ti dice se un giocatore alto e bello milita nella roma (esempio stupidissimo).
Allora tu fai training così...

EX]

@attribute BELLO {YES,NO}
@attribute ALTO real
@attribute GIOCATOREROMA{SI,NO}

@data
YES,180,SI
NO,190,NO
YES,150,NO
.......e tanti altri....ovviamente con molti altri attributi che caratterizzano le istanze....

E WEKA impara...Come vedi io non ho dato il nome agli esempi,nè tantomeno dico cosa sono...dico sono al calssificatore che gli esempi,che hanno quei particolari attributi,sono classificati in una certa maniera....

e per l'attributo class dell'arff??

Grazie mille!! veramente!!

Cosa intendi per attributo class????

Le date noi non le abbiamo messe nell'arff (perchè non esistono feature discriminanti) ma abbiamo utilizzato le regex,molto più semplici ed efficaci(capito l'utilità di un db di appoggio? )

pax22 ha scritto:

@Gra : Scusa ma msn attivo ce l'avevo sul pc di casa,adesso sono tornato

@Username_ : Tokenizzare le parole in un testo vuol dire fare questa cosa :
"Mario Rossi è un bravo studente", tokenizzata diventa Mario|Rossi|e'|un|bravo|studente

Da qui prendi solo quelle che ti servono

Per la seconda domanda sul gold standard la risposta te la sei data da sola

grazie mille per le dritte che ci dai

ragazzi due domande stupide:

per tokenizzare le parole usiamo chaos giusto?
ma bisogna dagli in pasto i file .html?

uff...