Natuurlijke-taalverwerking
|
|
- Marcella van de Berg
- 5 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Natuurlijke-taalverwerking Parse disambiguatie Week 6
2 Overzicht Probabilistische CFG Parsen met PCFG Afleiden van PCFG uit treebank Evaluatie Disambiguatie voor unificatiegrammatica s
3 Disambiguatie Ambiguïteit: meerdere mogelijke analyses voor een zin Tot dusver: geaccepteerd dat het bestaat, maar er verder niets mee gedaan Dit college: kiezen van de beste ontleding Centraal thema: beste ontleding is de meest waarschijnlijke ontleding
4 PCFG Context-vrije grammatica Elke regel is voorzien van een waarschijnlijkheid
5 Waarschijnlijkheid Stochastische variabele X P(X = x): de kans dat X waarde x heeft Bijvoorbeeld: X is de eerstvolgende letter in een Nederlandse tekst P(X = e) > P(X = u)
6 Waarschijnlijkheid Voor elk waarschijnlijkheidsmodel geldt: P(X = x i ) = 1 Gegeven een grote n is P(X = x i ) te schatten: i P(X = x i ) = C(X = x i) n
7 Voorwaardelijke waarschijnlijkheid P(X = x extra informatie) P(X = u) P(X = u de vorige letter was een q)
8 Voorwaardelijke kansen P(x) als verkorte notatie voor P(X = x) Berekenen P(x y): P(x y) = P(x, y) P(y) (1) De kans dat de volgende letter een u is gegeven een q P(u q) = P(q, u)/p(q) (2) P(x y) = C(x, y) C(y) (3)
9 PCFG regels Waarschijnlijkheid van een regel X D 1... D n, gegeven dat een X moet worden herschreven P(X D 1... D n X ) Dus waarschijnlijkheid van regels met zelfde moederknoop moet samen 1 zijn
10 Bijvoorbeeld rule(s,[np,vp], 0.9). rule(s,[vp], 0.1). rule(np,[det,n1],0.8). rule(np,[n1], 0.2). rule(n1,[n], 0.7). rule(n1,[n1,pp], 0.3). rule(vp,[vp,pp], 0.4). rule(vp,[v], 0.4). rule(vp,[v,np], 0.2). rule(pp,[p,np], 1.0). lex(det,de, 0.5). lex(det,het, 0.5). lex(p,van, 0.9). lex(p,met, 0.1). lex(n,man, 0.2). lex(n,vrouw, 0.4). lex(n,mens, 0.4). lex(v,slaapt,0.3). lex(v,slaat,0.4). lex(v,kust,0.3).
11 PCFG parseboom Waarschijnlijkheid van een parse: product van de waarschijnlijkheden van de regels: p(t) = X D 1...D n t p(x D 1... D n X ) (4)
12 Voorbeeld
13 PCFG zin Som van de waarschijnlijkheden van de parses. Als Ω(s) de set van alle ontledingen voor zin s is, dan: p(s) = p(t) (5) t Ω(s)
14 PCFG Onder bepaalde voorwaarden: P(l) = 1 l L
15 Motivatie voor PCFG Disambiguatie: kies de parseboom met hoogste waarschijnlijkheid Taalmodel: geeft waarschijnlijkheid aan zinnen (bijvoorbeeld voor spraakherkenning, OCR) Robuustheid: regels met lage waarschijnlijkheid zodat ook aan onverwachte (ongrammaticale) zinnen een structuur kan worden toegekend Leren: PCFG kunnen worden afgeleid uit corpora (unsupervised) en treebanks (supervised)
16 Ontleden met een PCFG Aanpak 1: voeg waarschijnlijkheid toe bij reconstrueren parseboom, kies beste uit alle parsebomen Aanpak 2: neem waarschijnlijkheid mee in de parser, en bouw alleen de beste parse
17 Efficiënt vinden van de beste parse item(cat,p0,p,his,prob) His is slechts één geschiedenis Prob is de waarschijnlijkheid Prob tot nu toe beste manier om dit item te bouwen
18 Completion completion(item(d2,p1,p,_,prob1), item(cat,p0,p,r(d1,p1,d2),prob)) :- rule(cat,[d1,d2],prob2), chart_member(item(d1,p0,p1,_,prob3)), Prob is Prob1 * Prob2 * Prob3.
19 Samenpakken van geschiedenis van items Samenpakken van geschiedenis van items chart_member_check(item(cat,p0,p,his,prob)) :- item(cat,p0,p,_,prob1), ( Prob1 >= Prob % dus de nieuwe is slechter/even % goed -> true ; % dus de nieuwe is beter chart_delete(item(cat,p0,p,_,prob1), fail % beschouw nieuwe als nieuw! ).
20 Vermenigvuldigen van breuken Vermenigvuldigen van steeds kleinere breuken levert problemen op Stel je representeert floating-getallen als een C double: 64-bit Voordeel: snelheid Compromissen om drijvende-komma getallen in 64-bit op te kunnen slaan: Beperkte nauwkeurigheid Overflow (exponent van een getal is te groot) Underflow (exponent van een getal is te klein) In ons geval: te vaak vermenigvuldigen van breuken levert een underflow op
21 De truc met log Daarom: representeer breuken met -log log(c d) log(c) + log(d) Als we met log s van waarschijnlijkheden werken, moeten we dus optellen ipv. vermenigvuldigen
22 Waar komen de waarschijnlijkheden vandaan? Leren Mogelijkheid 1: alleen op basis van tekst Mogelijkheid 2: op basis van treebank
23 Treebank Verzameling parsebomen Voor representatieve verzameling zinnen Elke parseboom wordt geacht de juiste te zijn
24 Treebank P(X C 1... C n ) wordt geschat als: C(X C 1... C n ) C(X )
25 Evaluatie (1) Verdeling treebank: Ontwikkelset Evaluatieset Nooit testen op bekend materiaal, dus deel een set op in: deel voor training (bijvoorbeeld 90%) deel voor testen (bijvoorbeeld 10%)
26 Evaluatie (2) Exact Match: voor hoeveel zinnen levert de parser de juiste parse op? Fijner instrument: maak onderscheid tussen slechtere en betere parses Hoeveelheid constituenten die correct zijn
27 Vergelijken van bomen np det np de n pp man prep np van det np mijn n pp collega prep np zonder vrienden
28 Vergelijken van bomen (cont.) np det np de n pp pp man prep np prep np van det np zonder vrienden mijn n collega
29 Vergelijken van bomen np 0 7 np 4 7 np 1 7 pp 5 7 pp 2 7 np 3 7 np 0 7 pp 5 7 np 1 7 np 3 5 pp 2 5 Overlap: 3 3/5 of 3/6???
30 Precision, Recall Precisie: van wat je gevonden hebt, hoeveel is correct? Recall: van wat je moest vinden, hoeveel heb je gevonden? Voorbeeld
31 F-score Gewogen gemiddelde van precision (P) en recall (R) Betere f-score als precision en recall dichter bij elkaar liggen F-score: 2 P R P + R
32 Motivatie voor PCFG Disambiguatie: kies de parseboom met hoogste waarschijnlijkheid Taalmodel: geeft waarschijnlijkheid aan zinnen (bijvoorbeeld voor spraakherkenning, OCR) Robuustheid: regels met lage waarschijnlijkheid zodat ook aan onverwachte (ongrammaticale) zinnen een structuur kan worden toegekend Leren: PCFG kunnen worden afgeleid uit corpora (unsupervised) en treebanks (supervised)
33 Beperkingen van PCFG Beperkingen van CFG... Sommige systematische amiguïteiten kunnen niet worden onderscheiden Voorkeuren: alleen lokaal tussen regels, geen globale voorkeuren
34 Tel regels parse 1 np det n de n pp man prep np van det n mijn n pp collega prep np zonder vrienden np --> det n 2 n --> n pp 2 pp --> prep np 2
35 Tel regels parse 2 np det n de n pp n pp prep np man prep np zonder vrienden van det n mijn collega np --> det n 2 n --> n pp 2 pp --> prep np 2
36 Alleen lokale voorkeuren kunnen worden uitgedrukt PP met als hoofd van treedt vaker op bij n dan bij v Ik zie de hond van de man
37 Globale voorkeuren integreren Soms kunnen zulke voorkeuren alsnog worden uitgedrukt, door de benodigde context informatie in de regels te coderen pp_van --> p_van np p_van --> van pp_nvan --> p_nvan np p_nvan --> met p(nvan) --> op n --> n pp_van n --> n pp_nvan vp --> vp pp_nvan vp --> vp pp_van Dit kun je automatisch doen (head annotation)
38 Vermenigvuldigen van de regels... om relevante informatie in de context lokaal beschikbaar te maken head annotation vergelijkbare andere trucs werkt behoorlijk goed voor Engels (f-score 86%) gespecialiseerde, rijkere, modellen werken nog iets beter
39 Beperkingen van treebank om PCFG te leren Regels die niet in treebank voorkomen Alternatieve technieken om waarschijnlijkheden te schatten (smoothing)
40 PCFG PDCG? Kunnen we dezelfde techniek voor DCG gebruiken? Elke DCG regel associëren met waarschijnlijkheid? Korte antwoord: nee
41 Problemen Waarschijnlijkheid verdwijnt als unificatie faalt Leren van waarschijnlijkheden op basis van een treebank levert niet de optimale waarschijnlijkheden Andere techniek: random fields; log-linear; maximum entropy Mist ook de andere nadelen van PCFG! Resulterende formalisme: Stochastic Attribute Value Grammar
42 Log-linear model Geef features voor disambiguatie (eigenschappen van parses) Training: ken een gewicht toe aan elk feature verhoog gewicht van features die in correcte parse vookomen verlaag gewicht van features die in incorrecte parse voorkomen Toepassen van het model: Voor elke parse, tel hoevaak ieder feature voorkomt Vermenigvuldig ieder aantal met corresponderend gewicht en sommeer Selecteer parse met grootste som
43 Model φ(t) = i λ i f i (t) t is een parse-boom f i (t) is de frequentie van feature i in t λ i is het gewicht van feature i
44 Model P(t s) = exp(φ(t)) Z s Z s = u T s exp(φ(u)) T s : alle parsebomen voor zin s waarschijnlijkheid van x door te normalizeren ten opzichte van alle andere parses voor dezelfde zin om de beste te kiezen hoeven we alleen φ uit te rekenen
45 Trainen Verzin goede features i Geen beperkingen! Er bestaan algoritmes die vervolgens de beste λ i bepalen, gegeven training data
46 Features r(regel) f(woord,cat) r2(regel,n,regeln) r3(regel,n,woordn)
47 Features subj topic, non subj topic subj rel, non subj rel extraction from a pp long distance dep, non long distance dep mf(cat1,cat2) parallel
48 Features dep(hdcat,rel,argcat) dep(hdcat,rel,argcat,argword) dep(hdcat,hdword,rel,argcat,argword)
49 Voorbeelden Alpino Alpino Treebank: Training: krantentekstgedeelte (cdbl) van Eindhoven corpus words handmatig gecorrigeerde syntactische annotaties annotaties volgens CGN (Corpus Gesproken Nederlands)
50 Features met laagste gewichten h1(long) f2(was,noun) f2(tot,vg) h1(decap(not_begin)) s1(extra_from_topic) r3(np_det_n,2,was) f2(op,prep) f2(kan,noun) h1(skip)
51 Features met hoogste gewichten f2(en,vg) dep35(en,vg,hd/obj1,prep,tussen) f2(word,verb(passive)) r2(non_wh_topicalization(np),1,np_pron_weak) s1(subj_topic) dep23(pron(wkpro,nwh),hd/su,verb)
52 Evaluatie parse disambiguatie Testen: deel van de Trouw uit 2001 Handmatig geannoteerd Het model moet de beste ontleding kiezen uit ongeveer 3000 ontledingen per zin Accuratesse: proportie van correct genoemde dependentie relaties
53 Resultaten parse disambiguatie accuracy % baseline oracle model 91.14
54 Samenvatting tot dusver Automatische analyse van natuurlijke taal; computer natuurlijke taal laten begrijpen Syntactische structuur noodzakelijk belangrijk onderdeel CFG, DCG definieren grammaticale regels Parser berekent voor gegeven zin en grammatica vervolgens mogelijke syntactische structuren Ambiguïteit PCFG geeft mogelijkheid om beste parse te vinden Stochastic Attribute Value Grammar om waarschijnlijkheden te introduceren in bijvoorbeeld DCG ( Alpino)
55 Omgekeerde probleem: bepalen van grammaticale zin voor een gegeven betekenis Generator berekent voor gegeven grammatica en gegeven betekenis de mogelijke syntactische structuren Meerdere manieren om dezelfde betekenis te verwoorden Statistisch fluency model: kies de vloeiendste uiting...
Natuurlijke-Taalverwerking
Natuurlijke-Taalverwerking Week 5 Parsing Overzicht DCG s en links-recursie Shift-reduce parsing Chart parsing Generatie Links-recursie?- voorouder(geert,youri). ouder(geert,jan). ouder(jan,youri). voorouder(x,y)
Nadere informatieNatuurlijke Taalverwerking I shift-reduce en chart parsing
Natuurlijke Taalverwerking I shift-reduce en chart parsing Gosse Bouma en Geert Kloosterman 2e semester 2005/2006 Shift-reduce conflicten Epsilon-regels Breadth-first zoeken Gebruik van een chart Toepassing:
Nadere informatie1 Rekenen in eindige precisie
Rekenen in eindige precisie Een computer rekent per definitie met een eindige deelverzameling van getallen. In dit hoofdstuk bekijken we hoe dit binnen een computer is ingericht, en wat daarvan de gevolgen
Nadere informatieTaal- en Spraaktechnologie Ambiguïteit
2 Taal- en Spraaktechnologie Ambiguïteit Gosse Bouma 2004/2005 Zinnen zijn soms ambigu Die nacht is Marie bevallen. Hij kocht het huis op de markt. De man, die de hulpverlener heeft gered,... Ik kondig
Nadere informatieNatuurlijke-Taalverwerking I
1 atuurlijke-taalverwerking I Gosse Bouma en Geert Kloosterman (pract) 2e semester 2005/2006 Overzicht Week1 : Inleiding, Context-vrije grammatica. Week 2-3 : Definite Clause Grammar Regels, gebruik van
Nadere informatieSamenvatting De belangrijkste onderzoeksvraag waarop het werk in dit proefschrift een antwoord probeert te vinden, is welke typen taalkundige informatie het nuttigst zijn voor de lexicale desambiguatie
Nadere informatieZoeken in een Afrikaans corpus: baie maklik! Liesbeth Augustinus Ineke Schuurman Vincent Vandeghinste Peter Dirix Frank Van Eynde
Zoeken in een Afrikaans corpus: baie maklik! Liesbeth Augustinus Ineke Schuurman Vincent Vandeghinste Peter Dirix Frank Van Eynde Colloquium Afrikaans - 23 oktober 2015 AFRIBOOMS PROJECT Syntactisch geannoteerd
Nadere informatieFinite-state pre-processing for natural language analysis Prins, Robbert
Finite-state pre-processing for natural language analysis Prins, Robbert IMPORTANT NOTE: You are advised to consult the publisher's version (publisher's PDF) if you wish to cite from it. Please check the
Nadere informatieTentamen Kunstmatige Intelligentie (INFOB2KI)
Tentamen Kunstmatige Intelligentie (INFOB2KI) 30 januari 2014 10:30-12:30 Vooraf Mobiele telefoons dienen uitgeschakeld te zijn. Het tentamen bestaat uit 7 opgaven; in totaal kunnen er 100 punten behaald
Nadere informatieStatistiek voor Natuurkunde Opgavenserie 1: Kansrekening
Statistiek voor Natuurkunde Opgavenserie 1: Kansrekening Inleveren: 12 januari 2011, VOOR het college Afspraken Serie 1 mag gemaakt en ingeleverd worden in tweetallen. Schrijf duidelijk je naam, e-mail
Nadere informatieNatuurlijke-taalverwerking 1. Daniël de Kok
Natuurlijke-taalverwerking 1 Daniël de Kok Natuurlijke-Taalverwerking Het college Natuurlijke-taalverwerking is een inleiding in de computationele taalkunde en maakt deel uit van het curriculum van Informatiekunde
Nadere informatieBouwstenen voor PSE. Datatypes en Datastructuren
Bouwstenen voor PSE Datatypes en Datastructuren Definitie Datatype Klasse van dataobjecten tesamen met operaties om ze te construeren, te manipuleren en te verwijderen. Een datatype omvat een specificatie
Nadere informatieInleiding: Combinaties
Zinnen 1 Inleiding: Combinaties Combinaties op verschillende niveaus: Lettergrepen als combinaties van fonemen. Woorden als combinaties van morfemen. Zinnen als combinaties van woorden en woordgroepen.
Nadere informatieStrategiegebruik en prestaties bij vermenigvuldigen en delen in groep 8
Strategiegebruik en prestaties bij vermenigvuldigen en delen in groep 8 Hoe kunnen ze worden beïnvloed? Proefschrift Marije Fagginger Auer Marije Fagginger Auer Universiteit Leiden - Cito - 1voordeleraar
Nadere informatieRekenen aan wortels Werkblad =
Rekenen aan wortels Werkblad 546121 = Vooraf De vragen en opdrachten in dit werkblad die vooraf gegaan worden door, moeten schriftelijk worden beantwoord. Daarbij moet altijd duidelijk zijn hoe de antwoorden
Nadere informatieslides12.pdf December 14, 2001 1
Onderwerpen Inleiding Algemeen 12 Getallen Getallen Representaties Rekenen Problemen Piet van Oostrum 12 dec 2001 INL/Alg-12 1 X INL/Alg-12 1 X Getallen Soorten getallen Wat is een getal? Experiment: met
Nadere informatieHelden van de wiskunde: L.E.J. Brouwer Brouwers visie vanuit een logica-informatica perspectief
Helden van de wiskunde: L.E.J. Brouwer Brouwers visie vanuit een logica-informatica perspectief Herman Geuvers Radboud Universiteit Nijmegen Technische Universiteit Eindhoven 1 Helden van de wiskunde:
Nadere informatieHANDLEIDING EUROGLOT TRANSLATOR MODULE
Linguistic Systems BV - Euroglot 2017 Leo Konst HANDLEIDING MODULE Handleiding voor het gebruik van de Euroglot Translator vertaalmodule. Euroglot Translator is een nieuw product in de Euroglot reeks,
Nadere informatieDEC SDR DSP project 2017 (2)
DEC SDR DSP project 2017 (2) Inhoud: DSP software en rekenen Effect van type getallen (integer, float) Fundamenten onder DSP Lezen van eenvoudige DSP formules x[n] Lineariteit ( x functie y dus k maal
Nadere informatieToets deel 2 Data-analyse en retrieval Vrijdag 30 Juni 2017:
Toets deel 2 Data-analyse en retrieval Vrijdag 30 Juni 2017: 11.00-13.00 Algemene aanwijzingen 1. Het is toegestaan een aan beide zijden beschreven A4 met aantekeningen te raadplegen. 2. Het is toegestaan
Nadere informatieProgrammeren A. Genetisch Programma voor het Partitie Probleem. begeleiding:
Programmeren A Genetisch Programma voor het Partitie Probleem begeleiding: Inleiding Het Partitie Probleem luidt als volgt: Gegeven een verzameling van n positieve integers, vindt twee disjuncte deelverzamelingen
Nadere informatie1.1 Tweedegraadsvergelijkingen [1]
1.1 Tweedegraadsvergelijkingen [1] Er zijn vier soorten tweedegraadsvergelijkingen: 1. ax 2 + bx = 0 (Haal de x buiten de haakjes) Voorbeeld 1: 3x 2 + 6x = 0 3x(x + 2) = 0 3x = 0 x + 2 = 0 x = 0 x = -2
Nadere informatieToets deel 2 Data-analyse en retrieval Vrijdag 1 Juli 2016:
Toets deel 2 Data-analyse en retrieval Vrijdag 1 Juli 2016: 11.00-13.00 Algemene aanwijzingen 1. Het is toegestaan een aan beide zijden beschreven A4 met aantekeningen te raadplegen. 2. Het is toegestaan
Nadere informatieOpgave 2 ( = 12 ptn.)
Deel II Opgave 1 (4 + 2 + 6 = 12 ptn.) a) Beschouw bovenstaande game tree waarin cirkels je eigen zet representeren en vierkanten die van je tegenstander. Welke waarde van de evaluatiefunctie komt uiteindelijk
Nadere informatie3.1 Haakjes wegwerken [1]
3.1 Haakjes wegwerken [1] Oppervlakte rechthoek (Manier 1): Opp. = l b = (a + b) c = (a + b)c Oppervlakte rechthoek (Manier 2): Opp. = Opp. Groen + Opp. Rood = l b + l b = a c + b c = ac + bc We hebben
Nadere informatieBetekenis 2: lambda-abstractie
Betekenis 2: lambda-abstractie Anna Chernilovskaya 4 June 2009 Wat? Vorige keer: Predicaatlogica Vertaling van zinnen Deze keer: Predicaatlogica uitbreiding Vertaling van zinnen in details Overzicht van
Nadere informatieHANDLEIDING EUROGLOT TRANSLATOR MODULE
Linguistic Systems BV - Euroglot 2013 Leo Konst Handleiding voor het gebruik van de Euroglot Translator vertaalmodule. Euroglot Translator is een nieuw product in de Euroglot reeks, dat de Euroglot Professional
Nadere informatie4. Exponentiële vergelijkingen
4. Exponentiële vergelijkingen De gelijkheid 10 3 = 1000 bevat drie getallen: 10, 3 en 1000. Als we van die drie getallen er één niet weten moeten we hem kunnen berekenen. We kunnen dus drie gevallen onderscheiden:
Nadere informatieAI Kaleidoscoop. College 9: Natuurlijke taal. Natuurlijke taal: het probleem. Fases in de analyse van natuurlijke taal.
AI Kaleidoscoop College 9: atuurlijke taal Het Probleem Grammatica s Transitie netwerken Leeswijzer: Hoofdstuk 14.0-14.3 AI9 1 atuurlijke taal: het probleem Communiceren met computers als met mensen, middels
Nadere informatieInconsistenties in dependency treebanks
Inconsistenties in dependency treebanks Masterscriptie Jasper Hoenderken S0947032 Begeleider: Gertjan van Noord Tweede lezer: Gosse Bouma Rijksuniversiteit Groningen Juli 2009 Inhoudsopgave 1 Introductie
Nadere informatieWortels met getallen. 2 Voorbeeldenen met de vierkantswortel (Tweedemachts wortel)
Wortels met getallen 1 Inleiding WISNET-HBO update sept 2009 Voorkennis voor deze les over Wortelvormen is de les over Machten. Voor de volledigheid staat aan het eind van deze les een overzicht van de
Nadere informatieProbabilistische aspecten bij public-key crypto (i.h.b. RSA)
p. 1/21 Probabilistische aspecten bij public-key crypto (i.h.b. RSA) Herman te Riele, CWI Amsterdam Nationale Wiskunde Dagen Noordwijkerhout, 31 januari 2015 p. 2/21 verzicht Binair exponentiëren RSA Factorisatie-algoritmen
Nadere informatieHAVO 4 wiskunde A. Een checklist is een opsomming van de dingen die je moet kennen en kunnen. checklist SE1 wiskunde A.pdf
HAVO 4 wiskunde A Een checklist is een opsomming van de dingen die je moet kennen en kunnen. checklist SE1 wiskunde A.pdf 1. rekenregels en verhoudingen Ik kan breuken vermenigvuldigen en delen. Ik ken
Nadere informatie2. Syntaxis en semantiek
2. Syntaxis en semantiek In dit hoofdstuk worden de begrippen syntaxis en semantiek behandeld. Verder gaan we in op de fouten die hierin gemaakt kunnen worden en waarom dit in de algoritmiek zo desastreus
Nadere informatieNatuurlijke-taalverwerking. Week 2
Natuurlijke-taalverwerking Week 2 Overzicht Context-vrije Grammatica s CFGs in Prolog Definite Clause Grammars (DCGs) Construeren van bomen Recapitulatie Doel: computers taal laten begrijpen Noodzaak:
Nadere informatieNatuurlijke-Taalverwerking I Definite Clause Grammar deel 1
1 atuurlijke-taalverwerking I Definite Clause Grammar deel 1 Gosse Bouma en Geert Kloosterman 2e semester 2005/2006 Overzicht CFG in Prolog, DCG-notatie, Prolog-termen i.p.v. categorieën, Lexicon en grammatica
Nadere informatieWortels met getallen en letters. 2 Voorbeeldenen met de (vierkants)wortel (Tweedemachts wortel)
1 Inleiding Wortels met getallen en letters WISNET-HBO update sept 2009 Voorkennis voor deze les over Wortelvormen is de les over Machten. Voor de volledigheid staat aan het eind van deze les een overzicht
Nadere informatieCombinatorische Algoritmen: Binary Decision Diagrams, Deel III
Combinatorische Algoritmen: Binary Decision Diagrams, Deel III Sjoerd van Egmond LIACS, Leiden University, The Netherlands svegmond@liacs.nl 2 juni 2010 Samenvatting Deze notitie beschrijft een nederlandse
Nadere informatieOplossingen Datamining 2II15 Juni 2008
Oplossingen Datamining II1 Juni 008 1. (Associatieregels) (a) Zijn de volgende beweringen juist of fout? Geef een korte verklaring voor alle juiste beweringen en een tegenvoorbeeld voor alle foute be-weringen:
Nadere informatieOnafhankelijke verzamelingen en Gewogen Oplossingen, door Donald E. Knuth, The Art of Computer Programming, Volume 4, Combinatorial Algorithms
Onafhankelijke verzamelingen en Gewogen Oplossingen, door Donald E. Knuth, The Art of Computer Programming, Volume 4, Combinatorial Algorithms Giso Dal (0752975) Pagina s 5 7 1 Deelverzameling Representatie
Nadere informatieTweede Huiswerk Security 26 of 28 oktober, 11.00, Nabespreken op Werkcollege.
Tweede Huiswerk Security 26 of 28 oktober, 11.00, Nabespreken op Werkcollege. Kijk het huiswerk van je collega s na en schrijf de namen van de nakijkers linksboven en het totaalcijfer rechts onder de namen
Nadere informatieNatuurlijke-Taalverwerking 1
Natuurlijke-Taalverwerking 1 Week 3 Definite Clause Grammar (vervolg) Overzicht 1 DCG Hoofdzinnen en bijzinnen Betekenis Generatie Automatisch Vertalen Meer dan context-vrije grammatica Een toepassing
Nadere informatieBijzondere kettingbreuken
Hoofdstuk 15 Bijzondere kettingbreuken 15.1 Kwadratische getallen In het vorige hoofdstuk hebben we gezien dat 2 = 1, 2, 2, 2, 2, 2, 2,.... Men kan zich afvragen waarom we vanaf zeker moment alleen maar
Nadere informatieAlgoritmes en Priemgetallen. Hoe maak je een sleutelpaar voor RSA?
Algoritmes en Priemgetallen Hoe maak je een sleutelpaar voor RSA? Het recept van RSA Kies p q priemgetallen en bepaal N = pq Kies e Z N (publieke sleutel) Bepaal d e 1 mod φ N (privésleutel) x ed x kφ
Nadere informatieBegin door in te loggen bij op wow2do.nl/wp-admin. Je kunt ook inloggen op de site en kiezen voor Belevenis Plaatsen.
Handleiding voor het plaatsen en bewerken van belevenissen Begin door in te loggen bij op wow2do.nl/wp-admin. Je kunt ook inloggen op de site en kiezen voor Belevenis Plaatsen. Nu kun je een product toevoegen.
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Eindtentamen Kansrekening en Statistiek (WS), Tussentoets Kansrekening en Statistiek (WS), Vrijdag 8 april, om 9:-:. Dit is een tentamen
Nadere informatieBasisvaardigheden algebra. Willem van Ravenstein. 2012 Den Haag
Basisvaardigheden algebra Willem van Ravenstein 2012 Den Haag 1. Variabelen Rekenenis het werken met getallen. Er zijn vier hoofdbewerkingen: optellen, aftrekken, vermenigvuldigen en delen. Verder ken
Nadere informatieModelleren en Programmeren: Prolog
Modelleren en Programmeren: Prolog Marijn Schraagen 20 januari 2016 Herhaling Gebruik negatie, assert Uitbreidingen DCG s Niet-natuurlijke talen Tentamenvoorbereiding Practicum: ingebouwde predicaten In
Nadere informatieInformatiekunde in Groningen
kunde in John Alfa-informatica Rijksuniversiteit Huus van de Taol 3 juni 2009 Technologie voor taal kunde Studie waar computer centraal staat: Programmeren, ontwerpen, analyseren van ICT producten Gericht
Nadere informatiePraktisch bestaan er enkele eenvoudige methoden om een decimaal getal om te zetten naar een binair getal. We bespreken hier de twee technieken.
Talstelsels 1 Algemeenheden Digitale systemen werken met nullen en enen omdat dit elektronisch gemakkelijke te verwezenlijken is. De transistor kent enkel twee toestanden (geleiden of sperren) Hierdoor
Nadere informatieContinuous Learning in Computer Vision S.L. Pintea
Continuous Learning in Computer Vision S.L. Pintea Continuous Learning in Computer Vision Natura non facit saltus. Gottfried Leibniz Silvia-Laura Pintea Intelligent Sensory Information Systems University
Nadere informatieLes A-03 Binaire en hexadecimale getallen
Les A-03 Binaire en hexadecimale getallen In deze les wordt behandeld hoe getallen kunnen worden voorgesteld door informatie die bestaat uit reeksen 0-en en 1-en. We noemen deze informatie digitale informatie.
Nadere informatied. Maak een spreidingsdiagram van de gegevens. Plaats de x-waarden op de x-as en de z-waarden op de y-as.
Opdracht 6a ----------- Dichtheidskromme, normaal-kwantiel-plot Een nauwkeurige waarde van de lichtsnelheid is van belang voor ontwerpers van computers, omdat de elektrische signalen zich uitsluitend met
Nadere informatieWat? Betekenis 2: lambda-abstractie. Boek. Overzicht van dit college. Anna Chernilovskaya. 7 juni 2011
Wat? Betekenis 2: lambda-abstractie Anna Chernilovskaya 7 juni 2011 Vorige keer: Predicaatlogica Vertaling van zinnen Deze keer: Predicaatlogica uitbreiding Vertaling van zinnen in details Overzicht van
Nadere informatieWISKUNDE VMBO BB VAKINFORMATIE STAATSEXAMEN 2016 V15.7.0
WISKUNDE VMBO BB VAKINFORMATIE STAATSEXAMEN 2016 V15.7.0 De vakinformatie in dit document is vastgesteld door het College voor Toetsen en Examens (CvTE). Het CvTE is verantwoordelijk voor de afname van
Nadere informatieHOOFDSTUK II BIJZONDERE THEORETISCHE VERDELINGEN
HOOFDSTUK II BIJZONDERE THEORETISCHE VERDELINGEN. Continue Verdelingen 1 A. De uniforme (of rechthoekige) verdeling Kansdichtheid en cumulatieve frequentiefunctie Voor x < a f(x) = 0 F(x) = 0 Voor a x
Nadere informatieLogica voor Informatica
Logica voor Informatica 13 Prolog Wouter Swierstra University of Utrecht 1 Programmeren met Logica Propositielogica is niet geschikt voor programmeren er is nauwlijkst iets interessants uit te drukken.
Nadere informatie4. Exponentiële vergelijkingen
4. Exponentiële vergelijkingen Exponentiële vergelijkingen De gelijkheid 10 3 = 1000 bevat drie getallen: 10, 3 en 1000. Als we van die drie getallen er één niet weten moeten we hem kunnen berekenen. We
Nadere informatieUser Profile Repository Testrapportage kwaliteit
CatchPlus User Profile Repository Testrapportage kwaliteit Versie 1.1 User Profile Repository Testrapportage kwaliteit Versie: 1.1 Publicatiedatum: 20-4-2012 Vertrouwelijk GridLine B.V., 2012 Pagina 1
Nadere informatieInleiding Programmeren 2
Inleiding Programmeren 2 Gertjan van Noord November 26, 2018 Stof week 3 nogmaals Zelle hoofdstuk 8 en recursie Brookshear hoofdstuk 5: Algoritmes Datastructuren: tuples Een geheel andere manier om te
Nadere informatieRekenen met cijfers en letters
Rekenen met cijfers en letters Maerlant College Brielle 5 oktober 009 c Swier Garst - RGO Middelharnis Inhoudsopgave Rekenen met gehele getallen 7. De gehele getallen.....................................
Nadere informatieHuiswerk 3: Prolog. Inleiding Taalkunde. Dinsdag 31 mei
Huiswerk 3: Prolog Inleiding Taalkunde Dinsdag 31 mei Opdracht 1: Top-down Parsing In deze opdracht bekijken we top-down parsing. Voor dit parseeralgoritme is een implementatie in Prolog gegeven in het
Nadere informatieInleiding Programmeren 2
Inleiding Programmeren 2 Gertjan van Noord November 28, 2016 Stof week 3 nogmaals Zelle hoofdstuk 8 en recursie Brookshear hoofdstuk 5: Algoritmes Datastructuren: tuples Een geheel andere manier om te
Nadere informatieIII.2 De ordening op R en ongelijkheden
III.2 De ordening op R en ongelijkheden In de vorige paragraaf hebben we axioma s gegeven voor de optelling en vermenigvuldiging in R, maar om R vast te leggen moeten we ook ongelijkheden in R beschouwen.
Nadere informatieTentamen Data Mining
Tentamen Data Mining Algemene Opmerkingen Dit is geen open boek tentamen, noch mogen er aantekeningen gebruikt worden. Laat bij het uitvoeren van berekeningen zien hoe je aan een antwoord gekomen bent.
Nadere informatieEXACT- Periode 1. Hoofdstuk Grootheden. 1.2 Eenheden.
EXACT- Periode 1 Hoofdstuk 1 1.1 Grootheden. Een grootheid is in de natuurkunde en in de chemie en in de biologie: iets wat je kunt meten. Voorbeelden van grootheden (met bijbehorende symbolen): 1.2 Eenheden.
Nadere informatieSyllabus Natuurlijke-Taalverwerking I. Gosse Bouma Afdeling Informatiekunde Rijksuniversiteit Groningen
Syllabus Natuurlijke-Taalverwerking I Gosse Bouma Afdeling Informatiekunde Rijksuniversiteit Groningen gosse@let.rug.nl Februari, 2006 Inhoudsopgave 1 Inleiding 4 1.1 Taal en computer.................................
Nadere informatie2. Optellen en aftrekken van gelijknamige breuken
1. Wat is een breuk? Een breuk Een breuk is een verhoudingsgetal. Een breuk geeft aan hoe groot een deel is van een geheel. Stel een taart is verdeeld in stukken. Je neemt 2 stukken van de taart. Je hebt
Nadere informatieSet 3 Inleveropgaven Kansrekening (2WS20) Opgaven met sterretjes zijn lastiger dan opgaven zonder sterretje.
Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Set 3 Inleveropgaven Kansrekening (2WS2) 23-24 Opgaven met sterretjes zijn lastiger dan opgaven zonder sterretje.. Voetbalplaatjes. Bij
Nadere informatieDecimale getallen (1)
Decimale getallen (1) Rekenkundige achtergrond In dit blok leren de leerlingen decimale getallen herkennen, vergelijken en afronden op 1 of 2 decimale plaatsen. Ook zal het uitdrukken van een breuk, waarvan
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Kansrekening en Statistiek (2S27), dinsdag 14 juni 25, 9. - 12. uur. Dit is een tentamen met gesloten boek. De uitwerkingen
Nadere informatieKansrekening en statistiek wi2105in deel I 29 januari 2010, uur
Kansrekening en statistiek wi20in deel I 29 januari 200, 400 700 uur Bij dit examen is het gebruik van een (evt grafische rekenmachine toegestaan Tevens krijgt u een formuleblad uitgereikt na afloop inleveren
Nadere informatieWillem van Ravenstein
Willem van Ravenstein 1. Variabelen Rekenen is het werken met getallen. Er zijn vier hoofdbewerkingen: optellen, aftrekken, vermenigvuldigen en delen. Verder ken je de bewerkingen machtsverheffen en worteltrekken.
Nadere informatieStochastische grafen in alledaagse modellen
Stochastische grafen in alledaagse modellen Ionica Smeets en Gerard Hooghiemstra 27 februari 2004 Stochastische grafen zijn grafen waarbij het aantal kanten bepaald wordt door kansverdelingen. Deze grafen
Nadere informatieHoofdstuk 5: Steekproevendistributies
Hoofdstuk 5: Steekproevendistributies Inleiding Statistische gevolgtrekkingen worden gebruikt om conclusies over een populatie of proces te trekken op basis van data. Deze data wordt samengevat door middel
Nadere informatieDe klasse van recursief opsombare talen is gesloten onder en. Dit bewijzen we met behulp van een recursieve opsomming
Recursieve talen De klasse van recursief opsombare talen is gesloten onder en. Echter, het is niet zo dat L recursief opsombaar is voor alle recursief opsombare talen L. Dit bewijzen we met behulp van
Nadere informatieOPLOSSINGEN VAN DE OEFENINGEN
OPLOSSINGEN VAN DE OEFENINGEN 1.3.1. Er zijn 42 mogelijke vercijferingen. 2.3.4. De uitkomsten zijn 0, 4 en 4 1 = 4. 2.3.6. Omdat 10 = 1 in Z 9 vinden we dat x = c 0 +... + c m = c 0 +... + c m. Het getal
Nadere informatieVakgroep CW KAHO Sint-Lieven
Vakgroep CW KAHO Sint-Lieven Objecten Programmeren voor de Sport: Een inleiding tot JAVA objecten Wetenschapsweek 20 November 2012 Tony Wauters en Tim Vermeulen tony.wauters@kahosl.be en tim.vermeulen@kahosl.be
Nadere informatieEr zijn alle soorten modificaties hoe je deze FST beter kan maken. Bijvoorbeeld, door - teen van thirteen - nineteen in het algemeen te lezen.
3. FST Het antwoord is: Er zijn alle soorten modificaties hoe je deze FST beter kan maken. Bijvoorbeeld, door - teen van thirteen - nineteen in het algemeen te lezen. Het idee is duidelijk hoop ik: voor
Nadere informatieEWMA Control Charts in Statistical Process Monitoring I.M. Zwetsloot
EWMA Control Charts in Statistical Process Monitoring I.M. Zwetsloot EWMA Control Charts in Statistical Process Monitoring Inez M. Zwetsloot Samenvatting EWMA Regelkaarten in Statistische Procesmonitoring
Nadere informatieWiskundige vaardigheden
Inleiding Bij het vak natuurkunde ga je veel rekenstappen zetten. Het is noodzakelijk dat je deze rekenstappen goed en snel kunt uitvoeren. In deze presentatie behandelen we de belangrijkste wiskundige
Nadere informatieIn het internationale eenhedenstelsel, ook wel SI, staan er negen basisgrootheden met bijbehorende grondeenheden. Dit is BINAS tabel 3A.
Grootheden en eenheden Kwalitatieve en kwantitatieve waarnemingen Een kwalitatieve waarneming is wanneer je meet zonder bijvoorbeeld een meetlat. Je ziet dat een paard hoger is dan een muis. Een kwantitatieve
Nadere informatieHertentamen Biostatistiek 3 / Biomedische wiskunde
Hertentamen Biostatistiek 3 / Biomedische wiskunde 2 juni 2014; 18:30-20:30 NB. Geef een duidelijke toelichting bij de antwoorden. Na correctie liggen de tentamens ter inzage bij het onderwijsbureau. Het
Nadere informatieInleveropdracht 1: Morfologie & Syntaxis
Inleveropdracht 1: Morfologie & Syntaxis Inleiding Taalkunde 2013 Lever de uitwerking van deze opgaves op papier in tijdens college of in het cursuspostvak op Trans 10, kamer 0.16b (dat is de kamer direct
Nadere informatieBijlage 11 - Toetsenmateriaal
Bijlage - Toetsenmateriaal Toets Module In de eerste module worden de getallen behandeld: - Natuurlijke getallen en talstelsels - Gemiddelde - mediaan - Getallenas en assenstelsel - Gehele getallen met
Nadere informatieOperationaliseren van variabelen (abstracte begrippen)
Operationaliseren van variabelen (abstracte begrippen) Tabel 1, schematisch overzicht van abstracte begrippen, variabelen, dimensies, indicatoren en items. (Voorbeeld is ontleend aan de masterscriptie
Nadere informatieDeel II. Probabilistische Modellen
Deel II Probabilistische Modellen Les 10 Entropie, informatie en afstanden van kansverdelingen Het algemeen probleem in de patroonherkenning is, gegeven een aantal klassen K 1,..., K n van mogelijke patronen,
Nadere informatieSamenvatting Natuurkunde Hoofdstuk 1
Samenvatting Natuurkunde Hoofdstuk 1 Samenvatting door een scholier 1494 woorden 8 april 2014 7,8 97 keer beoordeeld Vak Methode Natuurkunde Systematische natuurkunde Grootheden en eenheden Kwalitatieve
Nadere informatie3. Lineaire vergelijkingen
3. Lineaire vergelijkingen Lineaire vergelijkingen De vergelijking 2x = 3 noemen we een eerstegraads- of lineaire vergelijking. De onbekende x komt er namelijk tot de eerste macht in voor. Een eerstegraads
Nadere informatieEindtermen wiskunde. 1. Getallen. Nr. Eindterm B MB NB Opm. B = behaald MB = meer behaald NB = niet behaald Opm. = opmerking
Eindtermen wiskunde B = behaald MB = meer behaald NB = niet behaald Opm. = opmerking 1. Getallen 1.1 Tellen en terugtellen met eenheden, tweetallen, vijftallen en machten van tien 1.2 Functies van natuurlijke
Nadere informatiePaul van der Voorbeeld
Cognitieve capaciteitenrapportage Hoger niveau 24-11-2017 Paul van der Voorbeeld Linie 552-1 0-Linie 552-1 7325 DZ Apeldoorn info@certigon.nl Inhoudsopgave Overzicht scores cognitieve capaciteiten Conclusie
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Kansrekening (2WS2), Vrijdag 24 januari 24, om 9:-2:. Dit is een tentamen met gesloten boek. De uitwerkingen van de opgaven
Nadere informatieLab Webdesign: Javascript 3 maart 2008
H5: OPERATORS In dit hoofdstuk zullen we het hebben over de operators (of ook wel: operatoren) in JavaScript waarmee allerlei rekenkundige en logische bewerkingen kunnen worden uitgevoerd. Daarbij zullen
Nadere informatieOpgave 1b: Toon ook aan dat meer algemeen geldt: Als het lukt met n = a munten in w keer wegen, dan lukt het voor a < n 2a in w + 1 keer wegen.
Uitwerking Puzzel 92-7 Allemaal gelijk? Wobien Doyer Lieke de Rooij Er zijn veel puzzels over het opsporen van één valse munt tussen een aantal goede munten met hulp van een balans. Bij deze puzzel is
Nadere informatie1. Orthogonale Hyperbolen
. Orthogonale Hyperbolen a + b In dit hoofdstuk wordt de grafiek van functies van de vorm y besproken. Functies c + d van deze vorm noemen we gebroken lineaire functies. De grafieken van dit soort functies
Nadere informatieZelftest Programmeren in COBOL - deel I
Zelftest Programmeren in CBL - deel I Document: n1290test.fm 05/01/2016 ABIS Training & Consulting P.. Box 220 B-3000 Leuven Belgium TRAINING & CNSULTING INLEIDING BIJ DE ZELFTEST PRGRAMMEREN IN CBL -
Nadere informatieAls je de categorie Getal hebt gekozen kunt u in de notatie bepalen hoe het getal moet worden weergegeven.
Getalopmaak Kies: Opmaak - Cellen... tab Getallen Categorie Selecteer een categorie in de lijst en selecteer vervolgens een opmaakprofiel in het vak Notatie. Opm: De standaardvalutanotatie voor een cel
Nadere informatieDifferentiaalvergelijkingen Wi1909TH. I.A.M. Goddijn, Faculteit EWI 12 november 2018
Differentiaalvergelijkingen Wi1909TH, 12 november 2018 Inleiding van Mourik Broekmanweg 6, kamer 3.W.700 tel : (015 27)86408 e-mail : I.A.M.Goddijn@TUDelft.nl homepage : http: //fa.its.tudelft.nl/ goddijn
Nadere informatieUitwerking tentamen Analyse van Algoritmen, 29 januari
Uitwerking tentamen Analyse van Algoritmen, 29 januari 2007. (a) De buitenste for-lus kent N = 5 iteraties. Na iedere iteratie ziet de rij getallen er als volgt uit: i rij na i e iteratie 2 5 4 6 2 2 4
Nadere informatie3.0 Voorkennis. y = -4x + 8 is de vergelijking van een lijn. Hier wordt y uitgedrukt in x.
3.0 Voorkennis y = -4x + 8 is de vergelijking van een lijn. Hier wordt y uitgedrukt in x. y = -4x + 8 kan herschreven worden als y + 4x = 8 Dit is een lineaire vergelijking met twee variabelen. Als je
Nadere informatie