Tidsstabila adjektiv närmare NN-delarna av noun phrase: En förklaring motiverad från n-gram frekvenser för koncept

Att vi har tidsstabila eller mer generellt stabilt specifierande adjektiv närmare noun delarna av en noun phrase är känt sedan länge. Ett exempel är färg (närmare NN-delarna) resp. en subjektiv bedömning av värde eller preferens kontextuellt beroende(Hans bought the more cool black horse).

Egentligen är jag inte helt road av sambanden för hur vi ser adjektiv här eftersom jag upplever det praktiskt mer funktionellt att hantera delar av de mer evaluativa tillsammans med vissa av adjektiven som en egen grupp men det bör inte påverka just här.

Varför vi föredrar - över många språk - temporalt mer stabila egenskaper närmare NN-delarna kan man föreslå åtminstone ett fåtal alla mer eller mindre troliga föreklaringar till utan koppling till någon metod att egentligen verifiera det men åtminstone med argument som tycks rimliga. Och här ger vi en till sådan jag ej sett tidigare.

En faktor predikterande ett antal faktorer relaterade intensitet som mätbar människa görande något med noun phrase är frekvenser. Och en grupp av frekvenser är frekvenserna för ord. Emellertid påverkar också fler-gram frekvenserna.

Betraktar vi en väldigt kort fras (och med därför inte mer otrolig):

[Something] VERB the black horse

Kan vi bilda relevanta 1-gram och fler-gram från högra frasen i den mån vi tidigare sett dem om vi ska bygga på ett värde känt d.v.s. potentiellt:

the, black, horse, black horse, the black horse

Vidare är känt att vi inte otroligt också bildar the horse.

Komplettering: Antalet gram vi bildar ovan stämmer ej med hur jag tror att det sker. Jag vet inte riktigt varför jag missade ett fall som jag gör som ej förekommer - och ej är förväntat att märkas - för studier på människor rörande tre-gram (med eller utan att första ordet är determiner). Men ovan kom de som är känt predikterande samt de ofta använda 1-gram.

Saknad: the black.

Jag känner dock starkt för att the verkar lokalt. Kanske just mer relevant när det följs av property adjektiv enligt diskussion senare. Jämför gärna med följande ex. The Green Party vs The Green.

Sedan år gör jag ngram-detektion något annorlunda än vanligt. Tidigt mest därför att jag önskade en algoritm snabbt och saknade sannolikhet för koncept med många ord. Men kom senare representerande koncept mång-dimensionellt se flera poänger med detta. I den mån the green existerar som ett etablerat koncept åtminstone några stabila vikt-dimensioner finns för kommer jag ta ut det och räkna med det.

För människan inser vi självklart att vi arbetar upp koncept: Vi kan inte hålla hur mycket som helst i minnet. Men det är ett mindre problem för mig i alla fall än att testa the black och kasta eller behålla.

Förövrigt detekterar jag ej skip-gram: the horse. Men räknar dock med det rörande intensiteterna för frasen. Jag tror det är mindre rätt om vi utnyttjar the direkt för ex. horse eller green att ej detektera skip-gram åtminstone när avståndet i antal ord är så få som för 3-gram.

Bland dessa är black horse lite speciell därför att vid sidan om att black kan indikera en tidsstabil property (färg) kan det vara ett mer generellt concept. Svarta hästar kan givet ett kontext eller som vi ofta allmänt refererar ha en särskild mening.

Har vi aldrig sett black horse tidigare är frekvensen för antal gånger vi sett black horse 1. Om ej så blir det problematiskt (för mig i alla fall) hur inlärning av en ev. koncept-grupp enligt föregående stycke är möjlig.

Antar vi detta kan vi emellertid tänka oss diskriminering från relativ förekomst resp. skillnader i hur "betydelsen" av horse resp. black horse ser ut. Avses normalt bara att hästen är svart utan bredare mening bör vi få föga skillnad (och jag får här säga att även om jag längre bak tittat en hel del på detta från relationer definierande koncept är själva metoden för det jag använder annat än för för-beräknande värden alldeles för långsam för den typ av användning aktuell för enskilda meningar - trots nyligen en del försök att ta ner tiden kastande dimensioner utifrån 1-gram vikter - och jag har därför följt upp här men det tycks generellt rimligt med få undantag från direkt påverkan av corpus vi läser in alt. vad vi som person läser eller hör om jag inte helt tänker fel).

Problemet med att istället sätta våra "evaluativa" dimensioner närmare NN-delarna är dock att de alltid är ganska vanliga i den mån några individer känner sig engagerade. De är dock tämligen rörliga såväl som inte sällan vanliga för alla grova "få-antaliga" kategorier vi kan göra.

Sätter vi dessa direkt (och vi kan tänkbart ha fler alternativ här avtagande med avstånd även om jag inte upplever att det är helt trivialt att se från mätvärden eller vikter: Kanske håller preferensen helt enkelt från förväntad när fler man ev. kan vilja bilda fler-gram från finns?). Börjar vi bilda en mängd vanligt förekommande "koncept" likt: "good horse", "bad horse", "slow horse", "cool horse".

Sätter vi till dessa ett beskrivande koncept med ej försumbar intensitet donerande säg red (färger upplevde jag oroande tills jag verifierade det ligger gärna högt i flera typer av intensiteter) kan good horse kam kamrater börja kännas diskriminerande jämfört med horse. Just här givetvis men ändå bäst skrivet antar vi i egenskaper för hur detta sker varande en separat fråga: Utan detta har vi stora problem med resonemanget ovan för noun phraser när de ungefär består av endast bad + horse (men mindre så spekulerar vi utan närmare motivation för the bad horse: För vilken the bad horse och the horse är de viktigare intensitet byggande koncepten - och som jag gärna vill tvinga det till horse).

Bättre uttryckt: Stabila egenskaper kan indikera egna relaterade koncept. Oftare förekomst kan etablera dessa. Koncept vi ser som egna är just typiskt mer stabila. Sitta egenskaperna direkt före NN-delarna kan det upplevas som beteckning på det koncept som vi får värden för i resp. fall. Är detta nu evaluativt är oavsett hur föränderligt varierat månad för månad representationen återkommande ofta nog.

Man kan helt säkert göra lösningar för adjektivens påverkan på NN-delarna på flera sätt ungefär - eller väldigt nära varandra faktiskt - motsvarande varandra (även om en del kan vara långsammare, andra försökande utnyttja 1-gram eller fler-gram o.s.v.). Ett perspektiv på adjektiven rörande evaluativt (cool horse / cool car resp. property (tall people / heavy [lite både och varierat med kontext] people / yellow people) är att se de evaluerande reducerande till ett mindre antal intensity / polarity dimensioner vi också har etablerat i NN-delens koncept vi redan känner (ev. ganska generellt hårt-inlärt i en dominerande preferens ex. Nazigerman mer negativt / danger och Dalai Lama mer positiv / safe).

Vill vi kontextuellt "tillfälligt" förmå om ett koncept fungerar detta utmärkt. Vill vi kontextuellt uttrycka att någon egenskap hos Nazigerman var positivt räcker det bra att betrakta denna dimensionen och skatta effekten av det mot en målgrupp (enklast fungerande genomsnittet för approximativt allt språk: Medan hur positivt ökande Nazigerman egentligen blir för mindre grupper som redan mer ser det som positivt är svårare att göra bra eftersom vi har mindre data - relativ mängd data vi mätt tillsammans med själva själva distans-skillnaden är en ibland ej helt bra indikation: Relativt litet data indikerande stor distans pekar på problem utan att utesluta att ingen distans också kan vara problem medan om vi följer förändring dagligen varians rimligen borde fungera väl men praktiskt ofta inte adderar värde just här eftersom perioder normal förändring är att förvänta - vs. ingen aktivitet / spammande samma inlägg o.s.v. - fodrar att vi faktiskt har en acceptabelt god historisk bakåt vilket vi kan sakna för mindre sociala grupperingar och jämförbart).

Medan property stabilt indikerande diskriminerande egenskaper ev. pekande på ett eget koncept är vad vi kan se som påverka de relationer som definierar vad konceptet påverkar och påverkas av. Enkelt och mycket få-dimensionellt i påverkan ex. att horse har relation till color där vi ser påverkan av black. Populärt rörande sådant är hårt-dimensions-reducerande algoritmer där ett antal välkända finns. Diskriminerande ett troligt koncept black horse från horse tror jag säkert de alla klarar utmärkt med ett fåtal dimensioner (liksom för detta exempel förekomsten av black horse resp. black och horse klarar jämförbart bra) medan jag åtminstone ännu inte sett något publicerat som utnyttjar få-dimensionella reducerande dimensioner som klarar att uttrycka intensitet vi bygger upp jämförbart med kända samband för hur enkla kombinationer från ordet svart till häst och svart häst klarar. Gör man det mång-dimensionellt klaras detta av alldeles utmärkt men är alldeles för kostsamt för sådant här med relativt föga värde.

Ett alternativt perspektiv på ett nytt perspektiv bildas inkluderande möjligen att direkt utnyttja vikt-påverkan av ex. black till horse och det prospekterande konceptet black horse är initiering / förstärkning av just black utan att expandera ut black i dess inlärda och givna dimensioner.

Medan det mång-dimensionella gör detta samt expanderar ut black (för mig cirka 2000 dimensioner inkluderande sådana som alltid blir 0 och kastas direkt: Kandidater att avlägsnas permament - och säg 200 man får kvar filtrerande hårt för snabbare hantering) och för resp. sådan dimension (där color är en liksom noterade jag fire och human även om jag inte hann med att se vikterna innan de rann-förbi) och för resp. i den mån de är relevanta för horse påverkar dess representation ( p (dimension i | horse ) resp. similarity ( dimension i | horse )). D.v.s. för black kanske ett par hundra operationer (med resp. p (...) och sim(...)) istället för en mellan black och horse.

Söker vi positivt, negativt och liknande polarity är relationer ganska meningslösa. Givet mycket att mäta på nätet m.m. kan vi skatta detta direkt tidsberoende från uttrycka evaluativa komponenter. Emellertid vill vi skatta hur förändring i mer grundläggande egenskaper påverkar "storlek" (för NP som typiska mänskliga subjekt och objekt till verb om en egenskap gör endera starkare / mer kraftfull o.s.v. exempelvis samarbeten för länder), intensitet eller uttrycka ett besläktat koncept varande ett "underrum" (minns något matematiskt - fysisk- och matematisk PTSD är tungt - man en gång lärde sig jag emotionellt upplever kan passa här men där jag starkt betvivlar att jag kan riktigt förklara underrum på ett sätt som gör att vi kan avgöra om saker är det: Bättre uttryckt en mindre del som också finns i det större konceptet).

I någon mening är det också från detta troligt att för många property adjektiv saknande varje enkelt indikerad polarity ex. att blått ej ses som positivt eller negativt ej bra kan förenklas med detta rörande påverkan i intensitet till NN-delarna. Snarare att man behöver mäta upp deras uttryck av resp. brett förenklande över allt vi mäter på eller med kontext. Black kan vara upplevt positivt (och enligt diskussion tidigare också bilda fler-gram koncept Black Power) eller om än inte riktigt kännas negativt ändå väldigt oroande och intensitet-förstärkande om det i ett kontext är ovanligt som hudfärg samtidigt som det är mörkt: Åtminstone om man inte är färgad själv). Utan detta vet jag inte om jag vill se påverkan intensitet annat än att hantera komplexitet så att saker inte glider i väg åtminstone om vi inte har rätt typ av adverb eller adjektiv innan (men här har jag troligen lite fel men har dock lösningar för att samla intensitets-typerna över datum och tidsperioder så jag är inte helt över-motiverad när det så uppenbart fördummar ner andra värden till större mätosäkerhet).

Vill man ändå ta intensitet från property tycks kanske en vikt som funktion av P ( NN-delar bildande koncept | property-koncept ) vara mycket mer naturligt för dessa subjektivt (jag tittande på några värden prövande andra algoritmer) välfungerande jämfört med evaluativa adjektiv (med ev. förstärkande adverb sub-fras). Och därmed är vi tillbaka där vi börjande: Mer eller Mindre. ( P ( the black horse ) / P ( black horse ) m.fl. skattningar man kan pröva här).

Systematiskt tänkande: Utmaningen att representera vetande optimerat ögonblicket

Dessa två exempel på metod-sidor av systematiskt tänkande kan vi komplettera med att vi alla tror jag har en kraftig preferens för att inte se förändringar i tiden motsvarande dynamic frames som en utveckling av konceptet network structures:

• Thinking in network structures: Mapping patterns of feedback loops, e.g. the solution to a problem for one party (arming itself in an environment perceived as insecure) is the problem for the other one (perceived security threat) which leads to reinforcing the first problem (i.e. the famous “security dilemma”).
• Thinking in dynamic frames: Integrating time delays (e.g. counter-armament happens only later) and understanding that causes and effects in social systems do not follow a simple linear logic but are connected in a rather complex way and can be separated substantially by distance and time.

Från: A Systemic Approach to Conflict Transformation: Exploring Strengths and Limitations | Berghof Research Center for Constructive Conflict Management

Vi se en viktig egenskap vi i citatet och ofta annars tar som underförstådd relaterat till skillnaden mellan referensinformationens mer varaktiga inlärning och ögonblickets förändring.

Vad som sker nu i ögonblicklig förändring kan mycket väl ge systematiska långsiktiga förändringar och samverka via extremt komplexa samband med liknande kortvariga händelser bakåt resp. framåt i tiden förutom ögonblickets samtidighet.

Människans naturliga representation av det ligger dock närmare att de registreras och via decay försvinner ur vårt sinne med tiden om de inte direkt själva oavsett samverkan igen varit aktuella, där ev. detektion av tänkbara komplexa samband kommer indirekt via den påverkan representationen hade på annat medan den var aktiv i sinnet snarare än att vi sparar långa serier med registrerade händelser.

Värdet för människan under evolutionen bör inte skilja sig från det värde jag själv ser i arkitekturen till en analysenhet (se Drifting thoughts i kartan: Common sense - Arkitektur där feature relations och associationer runt koncept aktuella just nu samverkar med kontinuerligt tillstånd till ett nytt tillstånd att dra slutsatser och tolka världen just nu från): alternativa lösningar fodrar enorm tillgång CPU och ännu mer ram-minne för att ens komma i närheten av vettig prestanda.

Drifting thoughts som del av arbetsminne resp. relativt i arkitektur representation av varaktig kunskap. Klicka på bilden för att se den förstorad (helt säkert nödvändigt för nästan alla).

Förutsättningen för att det ska fungera är att det "komprimerade" tillstånd som skapas av de kontinuerliga händelserna och informationen trots att dess "minne" av vad som egentligen kom in i bästa fall är diffust ändå klarar att leverera detektion av värdefulla samband. Detekterade samband kanske vi inte kan härleda till exakt vad som orsakade dem men när representationen i tillståndet liksom indatat är baserat på kunskapsdomäner som mång-dimensionella hyperkuber gör det detsamma därför att sambandet tillståndet i sig detekterar är relevant i sig självt och motsvarande förekomster i verkligheten det ev. visar sig tillämpbart på kan identifieras via Flashlights nyhetssökning eller att en Agent Sniff släpps lös.

Kanske är detta kognitiva-paradigm förklaringen till varför vi har oerhört svårt att tänka oss graf-strukturer som samtidigt uttrycker t.ex. geografiska dimensioner och tidsdimensionen. Vi gör helst grafer över kunskap utan tid eller tidslinjer. Det är ju verkligen oavsett hjärnans metoder och organisation vad vi väldigt tränas till separation av.

För att hitta rätt vinner vi t.ex. mycket på att göra just separationen. Övergripande kart-koncept förändras i mindre utsträckning och vinner på mer varaktig referens-tillämpning. Enstaka händelser i tiden t.ex. en översvämning blir istället anslutna där deras varaktighet avseende påverkan och märken i verkligheten styr om och hur snabbt dessa med tiden blir diffusa och försvinner. Mycket idag indikerar också att kunskapens organisation oavsett område följer vårt "lokalsinne" och geografiska orientering.

Givet det i en del områden ex. relaterat politisk planering och militär-kunskapsorganisation ligger det därför nära tillhands att se geografiskt och tidsmässigt uttryck tillsammans med aktuella "mänsklig-kunskaps-domäner" (t.ex. kultur eller forskningsområde) som vägen till pan-representativ enhetlighet i vad man med en representation avser. Förutom en del NATO-länder gäller att bl.a. ev. Sverige närmar sig att införa sådana lösningar.

Min känsla är dock att värdet av det för en tänkt färsk ontologi utan historia är mycket begränsat om existerande samtidigt som flera risker tycks finnas relaterat till tillämpning av en sådan ontologi i situationer där antalet händelser sker i hög intensitet per tidsenhet och tillämpning avser reaktioner på händelserna vilka är av sådan natur att de kan innebära förändring i geo och hur geo förhåller sig till operations-synkroniserande tid (bl.a. relaterat implicita kollisioner omöjliga att prediktera därför att de skapas av förändringar i den verklighet ontologierna avbildar och inte styr). Det är dock oerhört svårt att utan ganska omfattande tidskostnad föra i bevis att riskerna är verkliga men principen om alla IT-projekts djävulsskap ger oss att varje risk vi kan se för större projekt vanligen realiseras.

Praktiskt tror jag också att motivet bakom införande av sådana representationer har mindre med att göra med att man faktiskt konstaterat ett värde för vår tänkta färska ontologi relativt andra beprövade koncept med kända fördelar resp. problem.

Istället tror jag att det har mer att göra med "desperation" över ett större antal befintliga ontologier, system, standarder m.m. med skilda representationer man redan har. Det problemet tror jag inte ett ögonblick på blir bra löst genom detta koncept för situationer där kvalitet resp. situationer med många händelser per tidsenhet kan vara fallet. För en bra lösning tror jag verkligen att det krävs att man med många människor sätter sig och går igenom datapost per datapost i allt som är väsentligt både för quality assurance och uttrycka en trovärdig position i en gemensam representation. Givet det har just representationens dimensions-typer mindre inverkan på tidskostnad.

Sådana insatser måste givetvis vägas mot befintliga kostnader för antalet system och vilka risker och skador de redan medfört. Att när sådana väsentligheter konstaterat funnits hellre rusa fram med något tämligen nytt man typiskt för nya IT-systems-projekt i större organisationer magiskt ska lösa saker är vad som vanligen bara resulterar i ett till IT-system med sin representation utan att man verkligen orkar reducera gamla system väsentligt (om alls).

Effektivisering i antal system bör kopplas effektivisering av informationens kvalitet och användbarhet. Det är svårt att komma ifrån att det kostar tid.

Vi kan förutom mer komplexa risker illustrera problematiken med data quality denna representation detta kan ge sken av att lösa utan att faktiska praktiska problem förändrats från att det kommer tendera att signalera fler träffar med relevans från geografiska, organisatoriska och tidsmässiga parametrar som går vidare till analyssystem än vad som med samma faktiska datakvalitet på resp. post som innan är verkligt (antingen lika många överträffar som innan eller som är troligare många fler därför att specifika ad-hoc lösningar resp. förståelse av datarepresentationen tappas när data tas från den nya enhetliga lösningen).

Områdets natur gör att stora mängder data tenderar att öka kostnaden för analys exponentiellt. Tidsbesparing i automatiskt konvertering från flera system istället för att seriöst gå igenom datat betalar man med högre beräkningskostnad när datat ska tillämpas. Särskilt i direkta pågående militära konflikter kan det vara väldigt begränsande därför att filtrering i analyssystemen för att söka identifiera ämnes- och kunskapsrelevans relativt mönster för data quality problem och skillnader i representation och benämning för kategorier, topics m.m. är svårt eller praktiskt omöjligt. Hanteras det innan är kostnaden för det möjlig att beräkna som linjär-funktion av antalet dataposter liksom tidskostnaden att uttrycka i antalet personer där faktiskt värde sedan realiseras fritt utan kostnad i skalning. I långsammare tid är det vad som istället kostar tid i att ordna access tillbaka till de gamla systemen pparallellt eller systemutveckla små-extra-system framför det enhetliga för att hantera datat.