数学之美 一
这本书是吴军所写，是一个大牛，我也看了这本书，就顺手总结的一下，如果你是自然语言处理，机器学习，数据挖掘，大数据这一方向的建议把这本书好好看一下，会很有帮助的，这本书呢，讲的都是很通俗但是有是很热门的知识，没有具体的细节，是一个框架，相信会让你受益匪浅的。
第1章 文字和语言 vs 数字和信息
我们先看看发展史吧！看看为什么语言和数学有关的前因后果！！
1. 文 字
声音 ----- 语言 ----- 词汇 ---- 多义词（歧义性）----- 文字
我们的祖先在初始交流的时候是含糊不清的声音，后来变成了语言，随着语言越来越丰富，越来越抽象出现了具体词汇，但是当单词数量达到5000个左右的时候，人们开始记不住了，达到了单词数量的瓶颈了。怎么解决呢?于是概念的第一次概括和归类开始了，就是一词多义，这样语言基本解决了单词多的缺点。这种聚类和今天机器学习的聚类有很大的相似性。但是一词多义带来的问题就是，处理文本时如何去除歧义性呢？这就要靠上下文也就是语境来处理了。随着后来语言的流传性不好，就出现了文字来保留信息，还有由于不同文明，会有不同语言，我们如何进行信息的翻译和破解呢？我们要记住一句很重要的话：不同的文字系统在记录信息上的能力是等价的。
比如罗塞塔石碑上 用3中不同语言：埃及象形文字，埃及拼音文字和古希腊文。最后前人通过其中两种把另外一种语言的秘密给破解出来了，这个故事对于长期从事自然语言处理的学者来说有2点指导：
1. 信息的冗余是信息的安全保障：因为只要有一份完好保留下来，原有信息就不会丢失
2. 语言的数据语料：在双语和多语对照翻译的时候 ‘对照语料库’ 至关重要。
这也是今天又很多翻译软件和服务都叫做 ‘罗塞塔’的原因
2. 数 字
数学之美 一,布布扣,bubuko.com
数学之美 一
原文：http://blog.csdn.net/lch614730/article/details/21457845
