我有一个由http://www.ywing.net/graphicspaper.php生成的句子丢失,这是一个随机的计算机图形学论文标题生成器,其中一些例句排序如下:
- 使用纹理映射提取环境光遮挡
- 抽象环境纹理映射
- 抽象各向异性软阴影
- 抽象近似
- 基于剔除的自适应软阴影抽象逼近
- 基于硬件加速聚类的环境遮挡抽象逼近
- 基于估计的分布曲面抽象逼近
- 纹理映射环境遮挡的几何抽象逼近
- mipmap不透明性的抽象逼近
- 次表面散射遮挡场的抽象逼近
- 基于反射纹理的软阴影抽象逼近
- 抽象任意渲染
- 几何的抽象衰减与位移映射
- 基于视相关纹理映射的环境遮挡抽象衰减方法
- mipmap光场的抽象衰减
- 非线性环境遮挡的抽象衰减
- 基于重网格的预计算mipmap的抽象衰减
-…
我想尝试反向工程背后的语法,并学习如何做的一些种类的方式,如在共同的lisp方式或NLTK方式。有什么想法吗?在
——德雷克
Tags:
这似乎是个有趣的问题。然而,我的印象是,从生成的比特序列中猜测生成器并不容易。你能得到的是一个模型,它可能是,也可能不是原始生成器的近似值。当处理大量生成的序列时,近似值将更接近。在
一种简单的技术是创建一个解析树,并在树的每个部分创建一个词汇表。在
像这样的事情:
xxxx->;词汇表
yyyy->;词汇表
你可能对门诺·范扎南的Alignment-Based Learning感兴趣。我已经好几年没看他的论文了,但基本的想法是
对所有公共子字符串的所有组合运行此命令,以找到最佳语法。在
这有点像一个最佳压缩算法。它背后的理论是Minimum Description Length。在
有一些方法来学习一种语言的语法,给出一些基于基因编程的句子。E、 g.,Learning Context-Free Grammars using an Evolutionary Approach。在
同时wikipedia列出了其他一些方法。在
相关问题 更多 >
编程相关推荐