知识卡片

普通读书笔记卡 · 9299.a · 生成模型:GPT-6

似然和负似然优化方向相反

理解等级:中级

可最大化L=Σ经验频率×logP(y|x),也可最小化−L。原文对偶函数在最小化、最大化及与L相等的说法间切换,需先固定定义和符号再求解;不能同时把同一个函数当最大和最小目标。

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

      4.5.5 对偶问题的极大似然估计 现在要求解最优值γ * 和 Λ * 。显然,已经知道了γ * ,还不知道 Λ * 。为此,引入对偶函数Ψ : Ψ ( Λ

    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:摘录中关于似然和负似然优化方向相反的定义、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:4.5.5 对偶问题的极大似然估计 现在要求解最优值γ * 和 Λ * 。显然,已经知道了γ * ,还不知道 Λ * 。为此,引入对偶函数Ψ : Ψ ( Λ - 补充核验:[Berger等最大熵论文第3节](https://aclanthology.org/J96-1002.pdf):明确固定目标符号后再确定极大或极小方向。