【正文】 障礙地聯(lián)絡(luò)、工作。　　計算機科學(xué)的發(fā)展，人類需要把語言處理成數(shù)字，因為計算機只能識別數(shù)字信號，所以“語言的數(shù)字化”成為計算機產(chǎn)生以來發(fā)展最快、而且最有創(chuàng)新性的領(lǐng)域，而許多華人科學(xué)家成為了這個領(lǐng)域的頂尖專家，如李開復(fù)，吳軍博士是卓越的科學(xué)家之一。整個實數(shù)的集合是無窮個，而且每個數(shù)字都是唯一的；整個世界中的事件也是無窮個的，而且每個事件也時獨一無二的，這樣數(shù)學(xué)中的數(shù)字集合與世界中的事件集合就構(gòu)成一個一一對應(yīng)的關(guān)系，所以研究數(shù)字之間的關(guān)系，實際上就是在研究世界中事件之間的關(guān)系?！　∧敲矗瑢ξ叶?，到底提升了什么境界呢？　　首要的肯定是思想境界。Goolge早起由于工程師少，沒有精力開發(fā)，所以只能由別的公司進行開發(fā)了。而在語音識別中，“北京大學(xué)”一般別分成兩個詞。一般來講，根據(jù)不同的應(yīng)用，漢語分詞的顆粒度大小應(yīng)該不同。但是我也知道科學(xué)家們認識到這個聯(lián)系花了好幾十年的時間。再基于統(tǒng)計的自然語言處理方法，在數(shù)學(xué)模型上是和通信相通的，甚至就是相同的。這就是語言的數(shù)學(xué)本質(zhì)。通過某種語言的一句話表達出來，就是用這種語言的編碼方式對頭腦中信息做的一次編碼，編碼的結(jié)果就是產(chǎn)生一連串文字。任何一種語言都是一種編碼方式，而語言的語法規(guī)則是編解碼的算法。值得我學(xué)習(xí)。有興趣的人不但沒被這些細節(jié)嚇倒，反而會興致勃勃地研究，從而達到令人仰慕的高度。《數(shù)學(xué)之美》向我們介紹了自然語言分析領(lǐng)域的科研方法和過程?？茖W(xué)研究要有文獻查證。科學(xué)研究要有數(shù)學(xué)模型。科學(xué)研究要量化?！　≈R經(jīng)濟時代的工作，就是在各自的領(lǐng)域中進行科學(xué)研究。　　對信息加工處理和傳遞的能力不斷增強，是知識經(jīng)濟的特點。優(yōu)秀的軟件算法工程師，是人才爭奪的焦點。軟件算法工程師加上計算機集群，這是目前一流企業(yè)必需的裝備?！　」ぞ唠m好，關(guān)鍵還要會用。具有扎實數(shù)學(xué)功底的人才正進入各行各業(yè)，例如金融業(yè)。　　學(xué)習(xí)數(shù)學(xué)有什么用？物理學(xué)家費曼當(dāng)年在大一時提出這個問題，他的師兄建議他轉(zhuǎn)到物理系。如果說語言是對世界的認識和描述，如果說數(shù)學(xué)是一種語言，那么它一定是最接近神的語言。也許有一天人們會習(xí)慣，用數(shù)學(xué)工具來分析藝術(shù)。數(shù)學(xué)是抽象的工具，是其他工具背后的工具。蒸汽機和內(nèi)燃機背后，是力學(xué)的世界。這本書中給我印象最深的例子是余弦定理和新聞分類。　　工具組合使用，形成更強大的新工具。甲骨文、金文、石鼓文所包含的對空間構(gòu)圖的理解，仍然值得現(xiàn)代人學(xué)習(xí)。今天學(xué)習(xí)掌握毛筆這種“落后的”工具，還有什么意義？其實我們在使用一些“落后的”工具時，主要是在學(xué)習(xí)工具背后的思想?！　〉幸恍┕爬系墓ぞ撸裉烊杂腥嗽趯W(xué)習(xí)和使用，甚至在上面花費許多時間。石器、青銅、鐵器、火藥、蒸汽機、內(nèi)燃機、電報、電話、電視、計算機、衛(wèi)星、互聯(lián)網(wǎng)，工具的進步引領(lǐng)著文明的進步。本書更適合通信電子這些專業(yè)的學(xué)生，在學(xué)習(xí)專業(yè)課的時候輔助閱讀，對理解通信原理、數(shù)電模電等都有更形象生動的想法?！　≈翱吹接腥苏f如果高中看這本書，也許數(shù)學(xué)就是另一番天地，會有所突破。而數(shù)字化處理有很多優(yōu)點，比如功能強大、抗干擾能力強、易集成化等。所謂模擬信號，是指時間和數(shù)值上都是連續(xù)變化的信號?！　〈髮W(xué)專業(yè)課里，數(shù)電總是要比模電簡單不少。”我們公司就是吃了這個虧，交了不少錢給第三方公司，結(jié)果算法一變，關(guān)鍵詞的排名從前三下降到前三頁沒影。　　“作弊的本質(zhì)是在網(wǎng)頁排名信號中加入噪音，因此反作弊的關(guān)鍵是去噪音?！　∥覀兂Ｕf搜索引擎的競價廣告，就可能經(jīng)歷到第三方公司，通常他們宣傳自己是谷歌或者別的搜索引擎公司的代理商，然后通過不正當(dāng)手段為客戶提高網(wǎng)頁的排名?！　‘?dāng)然，張五常也不是徹底否定數(shù)學(xué)的作用，他認為能夠用文字解釋的經(jīng)濟學(xué)原理，不必使用數(shù)學(xué)對其復(fù)雜化。　　楊小凱曾經(jīng)說，如果張五常多加注重使用數(shù)學(xué)模型，那諾獎也許就拿下了。但是這樣解釋，我奶奶就會大概明白了?！　∷援?dāng)我爸爸想要給我摘桔子的時候，她肯定不會從一等地或者二等地一塊地一塊地找過來，而是直接跑到三等地（一般就是山上）。　　我們村的田地是按照地形、土質(zhì)和流水等來劃分的，計有一等地、二等地和三等地。她很少看電視，更別說圖書館。關(guān)于這個問題，好的回答據(jù)說是用圖書館的索引卡片做類比?？吹健稊?shù)學(xué)之美》，在感嘆數(shù)學(xué)的美妙與神奇之處時，自然而然聯(lián)系到自己專業(yè)(信息與計算科學(xué))中的數(shù)學(xué)模型。去年美國標(biāo)準(zhǔn)局(nist)對所有的機器翻譯系統(tǒng)進行了評測，google的系統(tǒng)是不僅是全世界最好的，而且高出所有基于規(guī)則的系統(tǒng)很多。其實不光是常人，就連很多語言學(xué)家都曾質(zhì)疑過這種方法的有效性，但事實證明，統(tǒng)計語言模型比任何已知的借助某種規(guī)則的解決方法都有效?，F(xiàn)在有了大量機讀文本后，這個問題變得很簡單，只要數(shù)一數(shù)這對詞(wi1,wi)在統(tǒng)計的文本中出現(xiàn)了多少次，以及wi1本身在同樣的文本中前后相鄰出現(xiàn)了多少次，然后用兩個數(shù)一除就可以了,p(wi|wi1)=p(wi1,wi)/p(wi1)?，F(xiàn)在，s出現(xiàn)的概率就變?yōu)椋骸　(s)=p(w1)p(w2|w1)p(w3|w2)…p(wi|wi1)…　　(當(dāng)然，也可以假設(shè)一個詞又前面n1個詞決定，模型稍微復(fù)雜些。從計算上來看，各種可能性太多，無法實現(xiàn)。以次類推。利用條件概率的公式，s這個序列出現(xiàn)的概率等于每一個詞出現(xiàn)的概率相乘，于是p(s)可展開為：　　p(s)=p(w1)p(w2|w1)p(w3|w1w2)…p(wn|w1w2…wn1)　　其中p(w1)表示第一個詞w1出現(xiàn)的概率?！　∪绻鹲表示一連串特定順序排列的詞w1，w2，…，wn，換句話說，s可以表示某一個由一連串特定順序排練的詞而組成的一個有意義的句子。信息信息信息 怪叫聲 聽到聲音說話人（信息源） 編碼 信道 解碼