知识卡片
输入特征与联合特征区分标签
输入特征描述未标注对象,如前一个词;联合特征把输入属性与候选标签结合,用于给不同标签计分。示范:同一前词属性可分别与名词、动词标签形成不同数值特征,它们不是“标签已知后才可预测”的矛盾。这里只解释最大熵框架术语,原书导入列表未构成可独立运行的分类训练程序。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
参考来源
- 位置:《Python编程精进(第1辑)(套装共3册)(异步图书)》精通Python自然语言处理 · 第2章 统计语言建模,spine056单元004;来源项目book-sources,extracted/Python编程精进(第1辑)(套装共3册)(异步图书)/_epub-src/OEBPS/text00055.html。
- 结论依据:原文区分无标签/带标签特征,官方用输入属性与标签的指示函数解释联合特征;示范是教学说明非原书实验。2026-11-06核对官方资料:https://www.nltk.org/api/nltk.classify.maxent.html。未在本机运行示例或改变环境。
- 原始内容:据保持一致的。该模型用于指代两个特征,即输入特征和联合特征。输入特征可以认为是未加标签单词的特征,而联合特征可以认为是加标签单词的特征。MLE用于生成 freqdist ,它包含了文本中给定标识符出现的概率分布。参数 freqd