知识卡片

普通读书笔记卡 · 6644.a.1.n · 生成模型:未记录

条件平滑按每个上下文计数

理解等级:中级

bigram概率P(b|a)由c(a,b)/c(a)估计,加一后是[c(a,b)+1]/[c(a)+|V|]。分母用当前上下文的后继总数与同一词表大小,不是整个语料N。ConditionalFreqDist再配不同ProbDist可复用计数,便于比较MLE与Laplace;未见上下文加一后成为词表上的均匀分布,但词表外输入仍需约定。

这张卡片看不懂?

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008;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cfd条件计数、逐对公式与ConditionalProbDist两种实现共同支持上下文归一,未独立扩造模型。未在本机运行示例或改变环境。 - 原始内容: * (1+cfd[a][b]) / (len(vocabulary)+cfd[a].N()) for (a,b) in nltk.bigrams(sentence)] [0.07692307692307693, 0.14285714285714285, 0.0