语言模型

✍ dations ◷ 2025-04-02 17:15:21 #计算语言学,马尔可夫模型

统计式的语言模型是一个几率分布,给定一个长度为 m {\displaystyle m} -元 。

典型地,n-元语法模型概率不是直接从频率计数中导出的,因为以这种方式导出的模型在面对任何之前没有明确看到的n-元时会有严重的问题。相反,某种形式的平滑是必要的,将一些总概率质量分配给看不见的单词或n-元。使用了各种方法,从简单的“加一”平滑(将计数1分配给看不见的n-元,作为一个无信息的先验)到更复杂的模型,例如Good-Turing discounting(英语:Good-Turing discounting)或 back-off 模型(英语:back-off model)。

在二元语法模型中 ( = 2) , 这个句子的概率可以被估计为

而在三元语法模型中,这个句子的概率估计为

注意前 n-1 个词的 n-元会用句首符号 <s> 填充。

最大熵(英语:Principle of maximum entropy)语言模型用特征函数编码了词和n-元的关系。

P ( w m | w 1 , , w m 1 ) = 1 Z ( w 1 , , w m 1 ) exp ( a T f ( w 1 , , w m ) ) {\displaystyle P(w_{m}|w_{1},\ldots ,w_{m-1})={\frac {1}{Z(w_{1},\ldots ,w_{m-1})}}\exp(a^{T}f(w_{1},\ldots ,w_{m}))}

其中 Z ( w 1 , , w m 1 ) {\displaystyle Z(w_{1},\ldots ,w_{m-1})} 是分区函数(英语:partition function), a {\displaystyle a} 是参数向量, f ( w 1 , , w m ) {\displaystyle f(w_{1},\ldots ,w_{m})} 是特征函数。

在最简单的情况下,特征函数只是某个n-gram存在的指示器。使用先验的 a 或者使用一些正则化的手段是很有用的。

对数双线性模型是指数型语言模型的另一个例子。

相关

  • 贝克型肌肉萎缩症贝克型肌肉萎缩症是肌肉萎缩蛋白缺陷造成的疾病,患者可以制造肌肉萎缩蛋白,但功能不正常且无法百分之百有效工作。虽与杜兴氏肌肉营养不良症有相同的基因缺陷,但表现型有所不同
  • 喙头目喙头目(学名:Rhynchocephalia),也称喙头蜥目,是形似蜥蜴的蜥形纲动物的一个目。今仅存楔齿蜥科下楔齿蜥属2种。1831年,喙头蜥的头骨被送至大英博物馆,因被当成一种蜥蜴,而使整个属被
  • span class=nowrapZrClsub4/sub/span四氯化锆,是一种锆化合物,并且是多种锆盐的前体。与四氯化钛不同,固态的ZrCl4中存在着以锆原子为中心的含有氯桥连接的八面体配位结构。这也就解释了它们在熔点上的巨大差异。
  • span class=nowrapNd(NOsub3/sub)sub3/sub/span硝酸钕是一种无机化合物,化学式为Nd(NO3)3。硝酸钕可以将氧化钕、氢氧化钕或碳酸钕溶于硝酸得到:所得溶液经过小心蒸发可以得到水合硝酸钕,其中六水合物最常见。将六水合物继续
  • 松鼠形亚目松鼠形亚目(学名:Sciuromorpha)又译松鼠亚目,是啮齿目以下的亚目,当中包括有松鼠、花栗鼠、山河狸及很多种类的啮齿动物。这个亚目下的动物的特征就是下颚的独特形状,其下颚的活动
  • 海图海图又称航海图,是精确测绘海洋水域和沿岸地物的专门地图,最早的航海图为盛行于14世纪-17世纪的波特兰型海图,图上布满放射状的方位线,航行者借助这些方位线和罗经仪专供航海所使
  • 2014年Aircel清奈公开赛2014年Aircel清奈公开赛是2014年ATP世界巡回赛的室外硬地网球赛事之一,于2013年12月31日至2014年1月6日期间,在印度清奈的SDAT网球场(英语:SDAT Tennis Stadium)举行。本届为第19
  • 唐邦治唐邦治(1875年-1953年),又名均,字子均,原籍丹阳全州厚诚村,后寓居镇江。光绪十五年(1889年)考上秀才,后屡试不中。光绪二十五年(1899年)入江阴南菁书院学习,光绪二十七年毕业,讲学于南京学
  • 咸池星咸池星是紫微斗数中的桃花星,又名败神、桃花煞,癸水(阴水),主桃花,入命、身、财、福诸宫,多好色、破财。与天姚星的效果极为相像。若有咸池星入命,处事平和且待人宽厚,感情丰富、依
  • 特里·雷德林特里·雷德林(Terry Avon Redlin,1937年7月11日-)是位以描绘户外主题和野生动物著称的美国艺术家。在1991至1998这连续八年之间,雷德林在一份由杂志主办的年度画廊调查中名列美国