Ad verba per numeros

Most Recent Entries

Archives

2023
- March
2022
- March
2021
- May
- January
2019
- July
- March
2016
- January
2014
- October
- June
- May
2013
- December
- September
- August
- April
- January
2012
- November
- June
- May
2011
- October
- September
- July
- June
- May
- February
- January
2010
- December
- June
- April
- March
- February
2009
- December
- November
- September
- August
- July
- June
- April
- March
- January
2008
- October
- September
- August
- July
- June
- May
- April
- March
- February
- January
2007
- December
- November
- October
- September
- July
- June
- May
- April
- March
- February
  - (Miscel�nea) M�s informaci�n sobre el proyecto "Biblioteca de clases para la segmentaci�n de un texto en pasajes"
    02/26/07
  - (�ltima hora) Oferta de tres nuevos proyectos
    02/23/07
  - (Miscel�nea) El aguardiente es agradable pero la carne es ins�pida
    02/22/07
  - (Art�culo) Apuntes sobre "Visualizing Tags over Time"
    02/21/07
  - (Segmentaci�n de chino) Introducci�n a la programaci�n en sistemas distribuidos
    02/21/07
  - (Miscel�nea) Visualizando folksonom�as
    02/20/07
  - (Identificaci�n de idioma) Hoja de ruta (Episodio II)
    02/20/07
  - (Miscel�nea) Charla de Susan Dumais
    02/19/07
  - (Hoja de ruta) Corpora paralelos (episodio II)
    02/19/07
  - (Servicios y utilidades) �C�mo encontrar ruedas?
    02/14/07
  - (Miscel�nea) CLEANEVAL y BootCaT
    02/14/07
  - (Identificaci�n de idioma) iconv, o c�mo convertir texto entre distintos juegos de caracteres
    02/14/07
  - (�ltima hora) Demo de blindLight
    02/12/07
  - (Breves) Many Eyes (o c�mo visualizar datos f�cilmente)
    02/12/07
  - (Breves) Inteligencia bruta
    02/11/07
  - (Recuperaci�n de Informaci�n) Libro on-line
    02/11/07
  - (Hot!) Yahoo! Pipes
    02/08/07
  - (�ltima hora) �Patente mala, patente mala!
    02/07/07
  - (Breves) Yo etiqueto, t� etiquetas, nosotros etiquetamos.
    02/06/07
  - (Off-topic) Web 2.0... The Machine is us/ing us
    02/05/07
- January
2006
- December

(Segmentación de chino) Introducción a la programación en sistemas distribuidos

Segmentación de Chino
Wednesday, February 21, 2007, 09:45 AM

Un par de vosotros estáis trabajando en el problema de obtener listas de palabras a partir de una colección entre muy, muy grande y enorme de texto chino [1].

Como os dije, el algoritmo no es complejo y, además, es fácilmente paralelizable por lo que habíamos hablado de estudiar formas de implementar una solución que se ejecute en un cluster de ordenadores aprovechando, quizás, las horas muertas de algún laboratorio de la EUITIO.

Hace un mes apuntaba a hadoop como una posible solución y ahora encuentro, vía Geeking with Greg, un curso que os viene como anillo al dedo pero que se imparte en la Universidad de Washington No obstante, lo fundamental son las lecturas, transparencias, wikis y tutoriales y eso está disponible para todo el mundo Así pues, estudiadlo con interés.

[1] ¿Por qué es un problema encontrar palabras en un texto chino?