知识卡片

结构图卡 · 6644.a.1.ba · 生成模型:未记录

监督标注要分开特征与目标

理解等级:中级

训练时从可获得的输入与历史信息抽特征,把正确标签作为监督目标;推断时必须用同样可获得的信息,不能把当前真实标签直接当输入特征。邻词、前后缀和历史预测标签是不同信息来源,“前一词或前缀”不能当同一概念。原文二阶分类器措辞未给足定义,不据此给所有词性分类器冠名二阶。

结构图:

flowchart TD
 T[带标签训练句] --> X[输入部分抽取特征]
 T --> Y[正确标签作为目标]
 X --> Fit[学习参数]
 Y --> Fit
 Fit --> M[分类模型]
 Q[待标注句及可用历史] --> F[同规则抽取特征]
 F --> M
 M --> P[预测标签]
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 · 2 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4章 词性标注:单词识别,spine058单元006;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/text00057.html。 - 结论依据:原文图142标签单独送学习器、输入经特征抽取,支持训练与推断信息边界,而不是泄漏正确当前标签。未在本机运行示例或改变环境。 - 原始内容:标记列表。 在监督式分类中,在训练期间,特征提取器接受输入和标签并生成特征集,如图4-2所示。这些特征集与标签一起作为机器学习算法的输入。在测试或预测阶段,使用特征提取器从未知的输入中生成特征集,并且将输出的特征集发送到