EDSL для FSM

[swizard]

В диком интернете нет (и не может быть) никакого порядка, в именовании файлов изображений. Это хорошо ещё, если картинку на хостинг закачивает вебмастер своими руками по фтп: в большинстве случаев имя файла будет относительно осмысленным, а вот если это происходит через веб-форму для аплоада, то имя, которое в итоге получит файл, остаётся на

Comments

[p2004r]

CRF++ решит проблему? (только бить на символы и описывать контекст классифицируемого тоже относительно символов, а не слов как в оригинале)

[swizard]

Не знаю, как-то там сложно всё. Плюс непонятно, можно ли этой штукой вообще данные из дикого инета классифицировать, там же никогда не знаешь что на вход придёт.

[p2004r]

citeseer разбирает библиографии статей именно этой библиотекой. там в его исходниках есть идея обвязки этой библиотеки разными способами.

Изначально у citeseer были регексы, теперь регексы только для вырезания библиографии остались, а весь разбор идет этой библиотекой.

PS тут ведь всего надо два тега проставить или символ "часть слова", или "разделитель".

[swizard]

А тебе не сложно привести пример для примеров файлов в посте? Было бы любопытно, а то я сходу не могу разобраться, как ей пользоваться.

[p2004r]

там есть ссылка на svm версию с которой соревнуется автор crf++, так там намного понятней проиллюстрировано как строится темплейт

[p2004r]

вот как то так

на входе

[swizard]

блин, мне нужно время, чтобы это переварить :))