自然語言處理導(dǎo)論 課件 第2章 語言模型_第1頁
自然語言處理導(dǎo)論 課件 第2章 語言模型_第2頁
自然語言處理導(dǎo)論 課件 第2章 語言模型_第3頁
自然語言處理導(dǎo)論 課件 第2章 語言模型_第4頁
自然語言處理導(dǎo)論 課件 第2章 語言模型_第5頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

《自然語言處理導(dǎo)論》第2章

語言模型n元語法以詞組(詞序列)特征作為基本單元，可以捕捉一部分詞序信息。N元語法N元語法是一種語言模型。何為語言模型？從機(jī)器學(xué)習(xí)的角度來看，語言模型可對語句的概率分布進(jìn)行建模，并可判斷這個(gè)詞序列是否為正常語句。比方說，對于語句A“我愛自然語言處理和語句”和語句B“我自然語言處理愛”，鑒于語句A更可能是一個(gè)正常語句，語言模型將對其賦予更高的概率。

缺點(diǎn)：N-gram缺乏長期依賴，只能建模到前n-1個(gè)詞。隨著n的增大，詞袋的大小急劇增大，參數(shù)空間（特征向量維度）呈指數(shù)爆炸，容易出現(xiàn)數(shù)據(jù)稀疏的問題。優(yōu)點(diǎn)：N-gram統(tǒng)計(jì)語言模型采用極大似然估計(jì)法，有數(shù)學(xué)理論作為支撐，且參數(shù)易訓(xùn)練。根據(jù)窗口的大小，gram包含了前n-1個(gè)詞的全部信息，增加了前后文信息，考慮了文本字詞之間的順序問題，能夠?qū)φZ義進(jìn)行很好地表示。N-gram模型的可解釋性強(qiáng)，直觀易理解。所以，N-gram被廣泛使用。n可能的n-gram個(gè)數(shù)統(tǒng)計(jì)2400,000,00038,000,000,00041.6*1017詞表中詞的個(gè)數(shù)為2

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論