知识卡片

普通读书笔记卡 · 6644.a.1.bg · 生成模型:未记录

频次截止会改变覆盖与回退

理解等级:中级

ContextTagger可按上下文中最常见标签的计数筛掉罕见条目,减少弱证据记忆,但也会让更多输入落入回退。书中cutoff=5准确率下降只是示例效果;当前实现比较hits>cutoff,需核对版本,不能把5误解成至少有五种标签或单词长度5。截止值的选择与回退能力、数据量一起影响结果,没有通用最优数字。

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4章 词性标注:单词识别,spine058单元007;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:原文设置cutoff及下降输出体现覆盖取舍,官方训练实现明确比较的是最频标签hits与阈值。2026-11-06核对官方资料:https://www.nltk.org/_modules/nltk/tag/sequential.html。未在本机运行示例或改变环境。 - 原始内容:ramTagger(training, cutoff=5) >>> unitagger.evaluate(testing) 0.7974218445306567 回退标注可以认为是 SequentialBackoffTagge