知识卡片

普通读书笔记卡 · 6644.a.1.fl · 生成模型:未记录

词表规模曲线要区分覆盖与测试

理解等级:中级

查找标注器给高频词保存最常见标签,规模变大可覆盖更多已见词,但同时增加存储与查表数据,不保证解决上下文歧义。原performance又在建立频率表的同类语料上评估,模型大小曲线主要反映此设置的覆盖拟合;应使用独立数据并保持回退策略一致,不能据曲线就选生产词表大小。

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10章 NLP系统评估:性能分析,spine064单元005;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/text00063.html。 - 结论依据:原文按2次幂扩展高频词列表并用同Brown news计数/评估,支持覆盖与评估来源的区分。未在本机运行示例或改变环境。 - 原始内容:'-bo') pylab.title('Lookup Tagger Performance with Varying Model Size') pylab.xlabel('Model Size') pylab.ylabel('Performance') pylab.show() display() 让我们来