 | Duvida d trabalho! |
|
No enunciado d trab. o que se quer dizer com: "seja TT o nº total de palavras conhecidas" Palavras conhecidas da categotria!?!? De todas as categorias?!?! Do texto?!?! E o numero de categorias, pretende-se que seja elevado ou baixo? É que isso é importante no desenho do trab. Obrigado. |
| Mais dúvidas no trabalho. |
|
À semelhança do colega Nuno as nossas dúvidas prendem-se com: - TT significa o número total de palavras conhecidas no texto? Ou de todas as categorias? Contam-se as palavras repetidas? - Se a probabilidade do texto estar numa categoria, ou seja P(T in Cj), é negativa, o que é que o programa deve fazer? - A dica: "para testar o trabalho, criem duas categorias", deve ser relevante para a estruturação do trabalho? Isto porque se existirem muitas categorias optaremos por uma estrutura mais complexa, de forma a reduzir a complexidade temporal. Obrigado Bruno Almeida |
 | Re: Mais dúvidas no trabalho. |
|
Bom, vamos tentar uma resposta tu-ain-uane: TT é o número total de palavras vistas (aprendidas através do treino), indepentemente das categorias a que pertencem. Exemplo (representamos cada palavra por palavra(numerodevezesvista)): Categoria 1: categoria(3) Categoria 2:numero(2) total(4) total(1) vistas(3) pertencem(1) Neste caso, TT=3+2+4+1+3+1=14. Segunda questão: probabilidades negativas? Aconselho uma leitura cuidada do livro de introdução à probabilidade. Em relação ao número de categorias, assumam que teremos um número entre 2 e 15. Em teoria, isto deve funcionar com um número virtualmente ilimitado de categorias, mas usem estes limites para simplificar. |
| Re: Mais dúvidas no trabalho. |
|
Pensamos que não teremos sido claros ao expôr a seguinte dúvida. Categoria 1: Categoria 2: TT=3+2+4+1+3+1=14.
Bruno Almeida |
| Re: Mais dúvidas no trabalho. |
|
Não, estão a calcular bem... O erro foi meu, em ter chamado probabilidade, para simplificar... Na prática, o que temos não é uma probabilidade, mas o logaritmo da probabilidade. Os logs são usados para acelerar o processamento, usando somas em vez de multiplicações, aproveitando o facto de log(A*B) = log(A)+log(B), para além de reduzirem os erros associados a não considerarmos algumas variáveis. Para os fundamentos teóricos, que eu não pretendo que conheçam no âmbito da cadeira, mas podem dar uma vista de olhos, leiam este recurso. Resumindo, log(P(X em C1)) = -1,67440181285 log(P(X em C2)) = -4,54406804436então é mais provável que o texto esteja na categoria 1, pois o valor é maior. Notem que estes valores serão sempre negativos, pois log(1)=0, logo log(P(X))<0 se P(X)<1, o que acontece sempre, no nosso caso. |
| Re: Mais dúvidas no trabalho. |
|
No enunciado está escrito: "Em caso de falha, é necessário dar mais treino ao sistema". Quando é que acontece este caso? Bruno Almeida João Taleço |
| Re: Duvida d trabalho! |
|
No enunciado não está bem explÃcito se as categorias deverão ser guardadas num ficheiro ou em memória (sendo no final descartadas). Qual das hipoteses é a correcta? Outra questão, é possivel calcular a probabilidade (em percentagem) do texto pertencer a uma determinada categoria? pergunto isto porque não sei bem como apresentar a resposta ao utilizador. Já agora, existe alguma estrutura recomendada? Obrigado. |