知识卡片

普通读书笔记卡 · 9282.b · 生成模型:GPT-6

二元频数先归一才是条件概率

理解等级:中级

未平滑估计可写P(v|u)=count(u,v)/count(u),前提是计数和上下文口径一致。原图把整条路径的乘积写成单个频率比,还将联合计数记成条件符号,须区分计数、单边概率和序列概率。

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

    • · 查看原书依据

      =2时,统计二元概率的计算公式就为: Count(.)表示一个特定词序列在整个语料库中出现的累计次数。 将语言模型应用到分词算法中,中文分词的水平将会得到显著的改善,ICTCLAS的中文分词算法就是这方面的最成功的案例,经测试该分词器的准确

    参考来源

    - 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第03章《词汇与分词技术》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00008.html) - 结论依据:摘录中关于二元频数先归一才是条件概率的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:=2时,统计二元概率的计算公式就为: Count(.)表示一个特定词序列在整个语料库中出现的累计次数。 将语言模型应用到分词算法中,中文分词的水平将会得到显著的改善,ICTCLAS的中文分词算法就是这方面的最成功的案例,经测试该分词器的准确