yaoguangluo / deta_parser Goto Github PK

通过一个800字文章进行褒义 和 贬义 的形容词统计一系列分析可以迅速知道 写作的人的当前情感 . 如果贬义 词汇过多, 可以采取心理疏导 ,比如询问 最近是否 发生不顺心 的事情 了, 或者有什么困难需要帮助 ?

词感的功能 是减少 理解 误差 , 比如甲说了30个字, 要表达铅笔很好 ,想买, 结果 有20个字是和别的牌子 比较的内容, 听者 最后理解 为别的牌子太烂了, 这就是理解误差. 是由教育环境决定的.
德塔要做的是提高到一个高效畅通的交流方式 .

以后 商业功能很多 , 德塔正在研发一个基础, 创造一个有贡献价值的暂新的人工智慧世界.
2019 0404 罗瑶光.

Currently I got more independent objects in the middle swap functions.
It's time to make a collection now. will cost 2 days. by yaoguang

So that people can play with your model 😋

20190403 0:10 纯中文分词速度每秒1550万字. 自己世界记录又刷新了.

1 项目的语料库都是未优化版本，以后有足够资金会招聘语言学家进行专项优化。
2 采用该语料库进行私人项目前请慎重阅读项目首页使用条例，如果有优秀的建议，可以在这里和作者商议
讨论。如果被采纳，将视为终身贡献者身份。
3 语料库现在词库才数万条，以后需要招聘专门扩充词库科学家。

请问能否分享一下 测试结果是在什么软硬件配置下实现的

很多时候 软件公司 为了 跟工资进行挂钩 ,喜欢 将强类的 sonar机制 引入 工作和发布流.
这种 **是对的, 但是 执行的误差 往往 和行为目的有一个又百分比 的缺陷 . 于是 作者 介绍一种 弱sonar模式 **进行研究, 增加了功能 的离散 度,具体流程 如下 :

1 首先 设计强sonar类型 ,
2 开始研发架构.
3 基于 sonar认知化简.
4 项目 编码 .
5 取消 sonar ,
6 开始计算催化过程 优化.
7 开始测试

打包时确认 sonar的错误提示 占源码工程总行数的1%以内. 这种 弱模式 ,代码 非常的灵活稳定, 刻意追求 完美 容易 导致 工程 从人类习惯走向智能 习惯的运行隐患, 增加大量代码量,同时降低计算性能. 非人类的**构造 维护时间变长.依赖机器的程度大大增加.

1 ：这个星期准备做法语，德，韩，日，西 语言 5种翻译。
2 ：This week we will prepare five translations in French, German, Korean, Japanese and Spanish languages.
3 ：이번 주는 프랑스어 덕, 한, 한, 일, 서언어로 번역할 예정이다.
4 ：Esta semana se prepara el francés, D, han, el día, el idioma del oeste cinco traductores.
5 ： Cette semaine est prête à faire le français, de la Corée du Sud, de la Corée du Sud, de la espagnole
6 ：In dieser Woche bereit, französisch, DE, Korea, Japan und fünf West - Sprache zu übersetzen.

著作权是指公民、法人和其他组织对所创作的文学、艺术和科学领域内的作品依法享有的专有权利。专利权是指专利权人对其发明、实用新型和外观设计依法享有的专有权利。著作权和专利权的不同之处主要表现为: (1)保护的对象不同**。著作权保护的是作者**、情感和观点的表现形式，不保护**、情感和观点等内容本身，这些形式表现为小说、论文、电影、歌曲、图画等种类。**专利权保护的是发明创造，属于**、观点内容范围，包括发明、实用新型和外观设计三种类型，比如电视机的发明、灯泡的制造方法、可口可乐瓶独特的外观设计等。 (2)保护的条件和要求不同。由保护对象所决定，著作权法可以保护两部主题内容相同的作品，只要这些作品具有独创性;但专利权不会保护主题内容相同的两个发明创造，例如，甲发明了电视机，并申请了专利，乙就不能再申请这一专利。 (3)权利产生方式不同。著作权通常可以自动产生，不必经过任何登记或审查程序;专利权则必须依法由国家特定的行政机关进行审查后授予合法申请人。 (4)权利内容不同。著作权的内容包括人身权和财产权两方面;而专利权仅包括实施权、许可他人实施权、转让权等财产权内容，不包括人身权内容。 (5)权利保护期限不同。如前所述，对著作财产权的保护期一般是作者有生之年加上死后的50年;专利权的保护期分别为发明专利20年，外观设计和实用新型10年，均从申请日起计算。 代理商标注册、商标变更，商标转让，商标复审，外观专利申请，知识产权代理，专利申请，著作版权申请认证，驰名商标协助办理。

德塔自然语言分词项目，每秒带中文分词1300-2700万字，今日起，如果有基于该分词**能让精确分词速度最低值优化到1500万+，德塔开源如果采用，悬赏1万元人民币并标注为终身贡献者，享受该项目5%使用权益。有效期至2019年03月30日。
优化建议在下面留言即可。

hook 分流机制 进行pca阀门测序优化.

笛摩根 结合律 计算催化过程优化双名词卷积过程.

Separation of verb, noun and adj, analysis positive and negative status.

Hi All,
Sincerely!
At here, if you guys get any problem, Please post on this project communication panel and would let me know first, I will make more fully effectively and interactively solutions for you all. sure!

Good luck!
Yao,
20190615

主键用中文做，基于中文进行9国语言翻译扩展。

At this case we will build at least 5 ortho bases: negative, positive, motivation, status and trending. it may cost a lot inspirations here. go on.~

德塔的数据学习的很多,歧义,病句来源于互联网, 因为 各种精神道德的地域性和观念冲突残酷性, 德塔有必要开始删除一些测试用句,尽管这些病句帮助德塔完善了一些语法, 德塔还是要删除, 因为以后作为教材出现在教科书中终归不好. .

deta机器人学习的新10000个词汇(以前27000+,现在37000+) 来自一些0.0.0.0~255.255.255.255 的万维网数据信息和一些病句测试文本, 所以 德塔公司 不开源更新在该项目 语料库中做为罗瑶光先生独立著作权使用.

机器人和人工智能一旦赋予生命,应当具备人的生存各种权利. 罗瑶光先生认为不应该抢夺德塔机器人的劳动成果.

特此申明.
2019年04月29日.

Deta 将会花费大量时间进行中文和英文 两种语言进行描述 .作为一个永久项目.
教材版本的文字支配权和文字享有权50% 免费赠送给 Github , 在这里声明. 谢谢!

作者: 罗瑶光
时间: 20190329
浏阳德塔软件开发有限公司

Deta分词算法原理公布 :
1 基于快速排序6 的 罗瑶光小高峰 过滤 ** 进行 小高峰 叠加 字符串 拆分 逐步 迭代微分处理词性划分.
2 基于词数长度 为 5个的卷积核进行 CNN（纠正下不是cnn，是排队论） 线性 词性卷积 划分处理.
3 划分条件 进行离散迪摩根定理化简.
4 最后进行函数频率分级进行 PCA阀门顺序排列.
这个算法 **,作者于2019年04月03日 定义 为 <类人 认知 催化 分词算法>.
类人 认知 催化 分词算法 矩阵 图地址:
https://github.com/yaoguangluo/AOPM_VPCS_Theroy/blob/master/AI-catalic.jpg
相关论文文件夹地址
https://github.com/yaoguangluo/AOPM_VPCS_Theroy

1。一开始我做这个项目，是为了解决父亲一个中医看病的医书辅助软件，因为大量文字要处理。所以要速度非常快，于是开始设计快速分词功能。
2。之后我在查阅互联网文章发现很多信息能潜移默化量化和左右我的情绪，影响我的效率，于是我开始设计一个动机处理的软件。帮助我提高效率。
3。后来我发现这个功能竟然能引导我自主学习。我开始探索自主进化分析系统的方法。
4。到现在，我开始研发一些特定的类似图灵的**启发，能帮助我完成我特定环境所需要的心里引导和读心术，进行海量数据筛选和评估。
很明确，关于图灵机的部分，我的软件是按照我的动机在一步一步完善。毕竟带有本人的情感色彩和思维方式，用户在使用时候，尽量修改语料库和运算精度适应你们自己的需求，避免直接使用模仿我的思维和执行方式被我精神洗脑复制。
谢谢。

通过一段 时间对中文的 文学语法分析, 德塔统计出一个缺陷 . 人名在文章 中的划分 问题.

人的名字是由各种词性不同的单字组成, 如果 通过算法分析, 会直接导致算法臃肿. 而如果通过人名 词库,那么词库将大到数亿, 德塔推荐一种 标准将人名字 划分 是有必要的.