Kedd

Ma teljesen szembe mentem a tegnapi elgondolással, csak a gyakorlati órákra mentem be.

• Executable Semantic Parsing
• Crowdsourcing (Mechanical Turk)
• Microblogs (Twitter)
• Probabilistic Abstract Interpretation

Az eredmény várható volt, nem annyira tömények az órák, de hasznosabbak. Kivéve az Executable SP, ami a SEMPRE-ről szól. Ez egy Stanford-os szoftver, amivel lehet kérdéseket megválaszolni úgy mint Melyik a legnagyobb folyó Észak-Amerikában?. Nem az itt szokásos megközelítést alkalmazza, hanem van benne egy trade-off, hogy te milyen szabályokat veszel fel (és milyen tudásbázist mögé) és hogy mit tanul meg magától (vagyis supervised módon). Lambda kalkulus és CCG azért vastagon van benne.

Ez az óra kifejezetten gyors, csak súrolja az olyan dolgok felszínét, amibe a többi óra kínosan mélyre belemegy. Ez jó is, de így nehéz követni. Mindenesetre erre tényleg érdemes bemenni.

A Crowdsourcing lényegében egy Hogyan csináljunk Mechanical Turk-öt óra. Érdekes ahogyan elválik az alkalmazott és elméleti tábor.

Az előadó nagyon demokratikusan pár perccel előbb befejezte az órát, a múltkor említett ebéd-helyzet miatt.

A Microblogs pedig Twitter-alapú NLP lényegében. Volt alvás-ciklus kutatás, állás-keresők profilozása, ilyesmik. Viszont az egyik padtársam megjegyzéséből arra következtetek, hogy kicsit lenézte ezt az órát, pedig szerintem teljesen korrekt. Nem mondom hogy ez az NLP csúcsa (biztosan nem a nyelvészeté), de értelmes és van rá kereslet. Az előadó CV-jéból azt láttam, hogy nyelvészként végzett, magamban ezzel magyaráztam, hogy a statisztikai módszerei nem annyira erősek, gondolom kicsit tartózkodik az bonyolultabb eszközöktől. Vagy lehet hogy inkább a nyelvi jelenségek érdeklik, azért nem megy bele.

Azt hallottam, hogy az első órán mindenki csalódott, hogy nem építünk Twitter Bot-ot, ezért nem jöttek be ma. Viszont ma azzal kezdte, hogy közkívánatra pénteken lesz Twitter Bot!

A Probabilistic Abstract Interpretation-ön az első óra Markov lánc és valszám bevezető volt, Judit részt vett rajta. Most Tovább léptünk és bevezette egy bizonyos programnyelv Markov láncos leírását, amivel meg lehet becsülni, hogy melyik programrészlet mennyi időt vesz igénybe, átlagosan. Így elvileg lehet valószínűségi (avarage case) kód-optimalizációt csinálni.

Az elgondolás nem rossz, de egyelőre a Markov lánc mérete akkora, hogy csak toy-programokra használható.

Kicsit skeptikus vagyok, de meglátjuk.

Este Verónica Becher, a meghívott előadó, a véletlenről beszélt. Eléggé fáradt voltam már így 4 óra után, de azért adtam neki egy esélyt.

Az előadó a véletlen számsorozatokat kutatja, a véletlennek egy historikus definíciója szempontjából. Ez onnan ered hogy először 1909-ben Borel kezdte el úgy definiálni a véletlen számsorozatokat, hogy nem ismétlődik bennük semmilyen mintázat. Később ez összekapcsolódott kiszámíthatósági kérdésekkel és hogy tud-e egy komputer program valóban véletlen számsorozatot generálni.

Ami azt illeti szerintem ez a tudományterület a háttérbe szorult a mértékelmélettel és a valószínűség analízises (mértékelméleti) leírásával, de hát ha ez a szíve csücske...

A végére olyasmi konklúziót fogalmazott meg, hogy

Ha tudunk nyelvtant írni a nyelvnek, akkor a nyelv nem véletlen.