知识卡片

普通读书笔记卡 · 9325.c · 生成模型:GPT-6

分词规范不同不能直接比较精度

理解等级:中级

PFR附词性,MSR分词部分主要提供词边界,两者来源、词粒度和训练测试划分不同。书中94.7%与97%以上不能据此认定算法在后一库普遍更好;比较应固定规范、测试集、指标、已登录与未登录词定义。

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

      我们对该语料做了一些精简,去掉了开头的编号,删除了段落间的空行。经过对全部PFR语料(1998年1月~6月,上半年)的统计,语料库中共有词汇172 120个(相同汉字但不同词性的词汇按词性划分为多个)。除去各种符号和数字、字母构成的词汇之外

    参考来源

    - 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第07章《建设语言资源库》(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/text00012.html) - 结论依据:摘录中关于分词规范不同不能直接比较精度的定义、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:我们对该语料做了一些精简,去掉了开头的编号,删除了段落间的空行。经过对全部PFR语料(1998年1月~6月,上半年)的统计,语料库中共有词汇172 120个(相同汉字但不同词性的词汇按词性划分为多个)。除去各种符号和数字、字母构成的词汇之外