知识卡片
短上下文模型缓解参数爆炸
n-gram以最近n−1个词近似完整历史。词表规模T时,稠密组合数量随阶数约按T的n次方增加,真实存储还受稀疏计数和归一约束影响。窗口变长可保留更多依赖,也更易遭遇数据稀疏,不能只凭阶数选效果。
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
- · 查看原书依据
个参数。而这些概率计算好后,还得保存下来。因此,存储这些信息也需要很大的内存开销。当然,这是纯粹数学上的估算,实际情况并不是这样,这涉及语言中的模式问题。假设我们认为某几个汉字成词的可能性仅与它前面的一个词有关,而与它前面两个词和所有后面的
参考来源
- 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第04章《NLP中的概率图模型》(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/text00009.html)
- 结论依据:摘录中关于短上下文模型缓解参数爆炸的定义、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:个参数。而这些概率计算好后,还得保存下来。因此,存储这些信息也需要很大的内存开销。当然,这是纯粹数学上的估算,实际情况并不是这样,这涉及语言中的模式问题。假设我们认为某几个汉字成词的可能性仅与它前面的一个词有关,而与它前面两个词和所有后面的