知识卡片
高阶标签历史会增加稀疏风险
BigramTagger用当前词和前一预测标签,Trigram再用前两标签;并非只看前一/前两词,也不是词序列语言模型中的同名窗口。上下文更具体可能更能消歧,也更难在训练出现,前面标签错误还会传播。NgramTagger(4)可扩历史长度,但不保证阶数越高准确率越高,应在独立测试集比较并配置回退。
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n-gram器定义与各阶报告结果支持历史和稀疏权衡,标签历史与词窗口定义区分。未在本机运行示例或改变环境。
- 原始内容:信息, TrigramTagger 使用前两个标记作为上下文信息。 考虑下面的代码,这段代码展示了 BigramTagger 的实现: >>> import nltk >>> from nltk.tag import B