知识卡片

普通读书笔记卡 · 9311 · 生成模型:GPT-6

词典匹配可作为统计特征

理解等级:中级

外部词典能提供候选词长及字在词内的位置等特征,让统计模型在上下文中决定边界。添加词典不必每次重训基础模型,但不保证任何新领域都适配,也不等于强制采用每个词典命中;错误和多义词典仍可降低效果。

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

      前文中不同程度地提到了外部词典的引入。引入外部词典对命名实体识别有着很大的用处,而且外部词典的获得所需要的代价远远小于为相关领域标注分词语料所需要的代价。如果现有的分词方法能充分合理地利用外部词典,一方面可以提高句子中命名实体的准确率,另一

    参考来源

    - 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第05章《词性、语块与命名实体识别》(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/text00010.html) - 结论依据:摘录中关于词典匹配可作为统计特征的定义、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:前文中不同程度地提到了外部词典的引入。引入外部词典对命名实体识别有着很大的用处,而且外部词典的获得所需要的代价远远小于为相关领域标注分词语料所需要的代价。如果现有的分词方法能充分合理地利用外部词典,一方面可以提高句子中命名实体的准确率,另一