知识卡片

结构图卡 · 9301.g · 生成模型:GPT-6

链式推断区分求和与取最大

理解等级:中级

结构图:

flowchart TD
 S[相同局部因子与边界] --> A[对前驱求和]
 S --> B[对前驱取最大并存前驱]
 A --> C[配分函数或观测似然]
 A --> D[结合后向量算边缘]
 B --> E[选终点并回溯最佳序列]

这些算法共享链结构,但求解目标不同。前向求和、边缘最大与整序列最大不可互相替换。

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

      关于NLP的算法理论,全书共分为两章讲解,本章为第一章:概率图模型。本章重点讲解了如下4个算法:朴素贝叶斯模型、隐马尔科夫模型、最大熵模型和条件随机场模型。

    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:摘录中关于链式推断区分求和与取最大的定义、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:关于NLP的算法理论,全书共分为两章讲解,本章为第一章:概率图模型。本章重点讲解了如下4个算法:朴素贝叶斯模型、隐马尔科夫模型、最大熵模型和条件随机场模型。