知识卡片

普通读书笔记卡 · 6644.a.1.bl · 生成模型:未记录

统计标注还需要未知词策略

理解等级:中级

TnT把标签序列的低阶统计结合起来选择标注,二阶马尔科夫语境指当前标签条件涉及前两标签,不等于词典永不缺失。未知词可由单独标注器处理,基础计数与回退能力都需与任务相容。原书报告98.8%仍用同样重叠切片,不能据此宣布超过所有其他器;本节没有提供独立测试或完整误差分析。

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/text00057.html。 - 结论依据:原文TnT计数与未知标注器两部分说明模型和缺失策略,报告值的共同划分限制已保留。2026-11-06核对官方资料:https://www.nltk.org/_modules/nltk/tag/tnt.html。未在本机运行示例或改变环境。 - 原始内容: 0.3316090892296324 TnT 代表的是Trigrams n Tags。 TnT 建立在二阶马尔科夫模型的基础之上,是一个基于统计的标注器。 让我们来看看NLTK中有关 TnT 的代码: >>> import