← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9298.b · 生成模型:GPT-6

特征函数与约束等式分开

理解等级:中级

特征是对输入与输出取值的函数,例如特定上下文且标签为量词时取1;约束则要求模型对该函数的期望等于样本经验期望。一个是函数,一个是等式。特征的期望不是该函数本身,也不是某次样本的标签概率。

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

      最后,关于特征和约束,这里再强调两句:“特征”和“约束”在讨论最大熵时经常被混用,我们希望读者注意区分这两者的概念:特征(Feature)是(x

    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:摘录中关于特征函数与约束等式分开的定义、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:最后,关于特征和约束,这里再强调两句:“特征”和“约束”在讨论最大熵时经常被混用,我们希望读者注意区分这两者的概念:特征(Feature)是(x