知识卡片
困惑度是模型对文本的平均惊讶
困惑度Perplexity为2的交叉熵次方;对同一token口径,交叉熵可理解为测试序列平均负log2预测概率。低困惑度表示该模型给此文本较高平均概率,不等于文本本身简单或语义理解更好。零概率会导致无限困惑度;比较需同一测试集、词表和边界处理。原书称“复杂度”易与时间复杂度混淆,旧nltk.model路径不是当前接口保证。
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
- 第2章 统计语言建模 2.5 通过复杂度来评估语言模型 · 查看原书依据
pow(2.0, self.entropy(text))
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015;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:原文一行2**entropy定义支持平均惊讶解释,现行lm仍有entropy/perplexity,旧模块路径明确限定。2026-11-06核对官方资料:https://www.nltk.org/api/nltk.lm.html。未在本机运行示例或改变环境。
- 原始内容:ist(str) """ return pow(2.0, self.entropy(text))