知识卡片
内外向期望计数驱动参数重估
无确定金标准树时,EM先用当前文法对可能推导计算规则期望次数,再按相同左部归一重估。精确E/M步骤通常不降低训练似然,但不保证全局最优或语义正确,初值和文法支持范围都会影响结果。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
一般来讲,树库的标注需要投入较大的人力,时间和资金投入都比较大。而且,树库也不可能覆盖所有的词汇信息,在NLP中,使用有限的资源预估目标的概率分布,这种情况是常态。所谓参数估计,就是对未知现象出现概率的一种计算方法。PCFG中常用的方法是E
参考来源
- 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第06章《句法理论与自动分析》(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/text00011.html)
- 结论依据:摘录中关于内外向期望计数驱动参数重估的定义、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:一般来讲,树库的标注需要投入较大的人力,时间和资金投入都比较大。而且,树库也不可能覆盖所有的词汇信息,在NLP中,使用有限的资源预估目标的概率分布,这种情况是常态。所谓参数估计,就是对未知现象出现概率的一种计算方法。PCFG中常用的方法是E