http://entelechie.ycool.com/ Wed, 04 Feb 2009 21:02:55 GMT Wed, 04 Feb 2009 21:02:55 GMT http://sta.yculblog.com/images/logo/general-88x31.gif http://entelechie.ycool.com/ http://entelechie.ycool.com/post.3122704.html
三年前的2月6日，换到这个blog。
现在是说再见的时候了。
请访问：

http://www.entelechie.cn


麻烦各位帅哥美女更新下链接。... ]]> http://entelechie.ycool.com/post.3122704.html Tue, 03 Feb 2009 13:02:59 GMT http://entelechie.ycool.com/post.3118786.html
去年在某木工论坛上看到一句话：如果发现你想要的工具、材料在市场上找不到，那是因为你的方案不对。
这就是所谓的“日光之下并无新事”吧？

当然啦，cutting-edge的除外。... ]]> http://entelechie.ycool.com/post.3118786.html Wed, 28 Jan 2009 03:01:05 GMT http://entelechie.ycool.com/post.3117600.html
bravo!... ]]> http://entelechie.ycool.com/post.3117600.html Mon, 26 Jan 2009 01:01:47 GMT http://entelechie.ycool.com/post.3094787.html 两个专利
三个项目


嗯嗯，争取把个人问题也解决了。... ]]> http://entelechie.ycool.com/post.3094787.html Fri, 02 Jan 2009 04:01:25 GMT http://entelechie.ycool.com/post.3094720.html

• Query意图的分类：Navigational、Informational、Transactional，再具体一点的Download，Local Info之类；
• Query知识类别上的分类：分类目标是新闻、体育、经济、音乐，主要目的是为了做多个垂直引擎的结果融合或者Query Planing；

先说知识类别上的分类吧，这个东西在全网搜索中使用较多，本身难度也不大，比较确定。抽象说的，思路无非都是通过Query搜索结果中的文档进行分类，再balabalabala到Query，因为Query本身实在太短了。
这个方向最新的、比较有意思的论文应该是MSRA的[paper1]，用的Spectral Clustering的方法，有兴趣的可以用过引用扩展阅读。

至于意图的分类，不确定性就比较大了。

首先意图如何定义？Navigational、Informational、Transcational这三个分类目标是Yahoo的同学提得[paper2]，应该算Query意图分类目标定义的鼻祖了，被引用无数。但是这三个目标对于全网搜索来说也太粗犷了，对于垂直搜索的意图分析更没有可推广性。

我认为新加坡国立[paper3]中的思路值得借鉴：将一个Query通过时效性、地域性、权威性、模糊程度四个维度进行刻画，描述的维度是可以根据具体应用进行扩充的，而且传统的Navigational/Informational/Transcational也可以被映射到这个系统中来。这篇paper的另一个贡献在于明确了Query意图分析是N个Binary-Class分类问题的组合，而不是一个N-Class分类问题。就我目前的所看到的数据，将Query意图分类作为一个N-Class的分类问题本身也是不可解的。

其实Yahoo自己也是通过Binary-Classifier来做Query意图分类的，关于具体的实现在[paper4]中写的比较详细，基本上都是一些工程性的东西：想尽办法找特征，穷凶极恶的特征选择。模型？其实无所谓了，考虑到特征基本都是interdependent的，要不用CRF吧。

可以拿来做Query意图分类的特征，对于Query本身，可以分 词性、语义、词 三层。这个主要就看各家公司的资源了，没有雄厚的积累基本上提不出什么有用的信息；至于Query之外，命中结果数、用户搜索PV、命中URL中的字符串、用户点击、命中文档内容……一切的一切，其实都能用得上，就看有多少资源available了。

最后我想说，其实资源到位了，做Query意图分析还是比较靠谱的。
欢迎各位大大和我讨论，entelechie@gmail.com

本文中提到的论文

1. Learning query intent from regularized click graphs
2. Understanding user goals in web search
3. Functional faceted web query analysis
4. Coupling Feature Selection and Machine Learning Methods for Navigational Query Identification

... ]]> http://entelechie.ycool.com/post.3094720.html Fri, 02 Jan 2009 01:01:20 GMT 搜索 自然语言处理 intention query意图分析 query分类 classification http://entelechie.ycool.com/post.2997966.html 两部爱情悲剧，几乎一模一样主题：世界上最遥远的距离，是明明相爱却不能在一起。
几世的姻缘离散，最终还是只能分开。且续此轮回，永无解脱。
这样的悲剧总是很有力量，迫使我们去追求去珍惜。

=====分界线======
1.entelechie's Photoblog有新的长白山和西藏照片；
2.Contax T2入手，我真败家；但是我确实需要这么一直正经机器；
3.其实Wall·E我也看了，也许是期望太高吧，不如Dark Knight；
4.《读库》很靠谱，推荐。... ]]> http://entelechie.ycool.com/post.2997966.html Sun, 09 Nov 2008 14:11:56 GMT http://entelechie.ycool.com/post.2991492.html world of goo"，这个游戏，每一个geek都不应该错过。。。。第四幕最后的对话不得不说……很愤青。
2. 周末入手了一个箱子，Line 6的Spider 15。失真很爽，具体一点就是很冲很有颗粒感很爆裂。干琴音色一般。。网上演示在此，应该算1k左右比较好的选择了。Roland的Cube效果器功能有点单一。 btw，我现在Don't cry都弹不来了。
3. 下午跑了一趟祥升行，那只万恶的mju2回卷有问题，今年N卷T-Max都是开来后盖的。之前我都不太想冲了，然后靠谱黑白吊挂是25一卷。嗯嗯，间或要把那只Contax T2给收了？
4. 其实我的Photoblog最近还是更新了一下；有几张长白山的片子。十一这次长白山，单反+乐摄宝再一次让我伤透了心，还是华丽的胶片旁轴靠谱。
5. 还是今天下午，在三联书店发现一套牛逼读物。。。。算是我朝近年的左派思潮总结了，牛逼到死。... ]]> http://entelechie.ycool.com/post.2991492.html Sun, 02 Nov 2008 15:11:00 GMT http://entelechie.ycool.com/post.2976704.html
我一直以为百度技术已经大有长进，没想到。。。嗯嗯
做不了你就不要做嘛。。。真是没语言了... ]]> http://entelechie.ycool.com/post.2976704.html Tue, 07 Oct 2008 02:10:28 GMT http://entelechie.ycool.com/post.2975952.html
我的青春留在这里。。。
不知七年之后又会是怎样。... ]]> http://entelechie.ycool.com/post.2975952.html Sun, 05 Oct 2008 02:10:38 GMT http://entelechie.ycool.com/post.2964551.html tmp = [{}]; tmp.extend(my_dicts); x=reduce(lambda x, y: ... , tmp) Jesus, forgive me...... ]]> http://entelechie.ycool.com/post.2964551.html Sun, 14 Sep 2008 09:09:39 GMT http://entelechie.ycool.com/post.2949306.html ... ]]> http://entelechie.ycool.com/post.2949306.html Tue, 19 Aug 2008 15:08:54 GMT http://entelechie.ycool.com/post.2948756.html 伊拉克2008年石油收入将达700亿美元》，这是纯外汇收入，人口三千万。
中国2007年财政收入50000亿人民币，人口十四亿。

如果是纯爱心的显现，无话可说；通篇文章写的自己像救世主一样，可到底谁可怜谁？
-《网友向伊拉克运动员赠送运动鞋等礼物》... ]]> http://entelechie.ycool.com/post.2948756.html Tue, 19 Aug 2008 02:08:12 GMT