← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9301.c · 生成模型:GPT-6

矩阵连乘隐式汇总链上路径

理解等级:中级

每个位置的势矩阵元素对应一对相邻标签的指数分数。矩阵连乘把中间标签求和,起止边界位置的结果可得到配分函数。局部矩阵不是必须行和为1的状态转移概率表;实现必须统一start、stop和终止势的约定。

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

      此时,条件概率p (y |x )就变成: 其中,Z (x )是归一化因子:Zw (x )=(M 1 (x )M 2 (x )…M n

    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:摘录中关于矩阵连乘隐式汇总链上路径的定义、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:此时,条件概率p (y |x )就变成: 其中,Z (x )是归一化因子:Zw (x )=(M 1 (x )M 2 (x )…M n