WildPointer

最近在写一个层次分类模型，为了更好地选择模型，用到了交叉验证，于是详细了解了一下。

Some notes on paper Using Contextual Speller Techniques and Language Modeling for ESL Error Correction.

使用上下文敏感的拼写检查技术和语言建模进行 ESL (English as a Second Language) 语法纠错。

After work, I studied the “Machine Learning Crash Course” produced by Google and made some notes.

在工作之余学习了 Google 出品的 “机器学习速成课程”，做了些笔记。

My personal challenges for 2018.

2018年的个人挑战。

LDA 主题模型几乎是每一个 NLP 工程师的必修课，而她背后的数学与概率论知识却让她看起来有些高冷。

那么何为 LDA (Latent Dirichlet Allocation)？

简单的说，L (Latent 隐含)，主题隐含在文档中；DA (Dirichlet Allocation 狄利克雷分布)，文档的主题服从 Dirichlet Distribution。

本文将站在一个初学者的角度来讲述 LDA 与她背后的故事。

在上一篇文章中，我翻译了 Peter Norvig 的 How to Write a Spelling Corrector，其中的拼写校正器主要依赖编辑距离和词频，并不利用上下文信息，因此在 real-word error 这类问题上效果有限。本文继续沿着这个话题往前走，介绍 NLP 中最经典的一类语言模型：Ngrams 模型，以及如何把它接入一个基于编辑距离的拼写校正器中，使校正器具备感知上下文 (context-sensitive) 的能力。

本文翻译自 Peter Norvig 的 How to Write a Spelling Corrector

Some thoughts on how to get 100+ in TOEFL.

六战托福终破百，直挂云帆济沧海。

I took an interview with 17zuoye today. This article records the process and content of the interview.

今天参加了一起作业的 NLP 工程师面试，本文记录了面试的内容。

I took an interview with TouTiao.com today. This article records the process and content of the interview.

今天参加了今日头条的算法实习生面试，本文记录了面试的内容。