知识卡片

普通读书笔记卡 · 9352 · 生成模型:GPT-6

层次归一化沿词树路径分解概率

理解等级:中级

层次softmax可把词概率拆成从根到叶的二元决策概率乘积,频率构造的Huffman树让常见词通常路径较短。它是输出计算方案,不是CBOW或Skip-gram必有的唯一结构;改用负采样时训练目标与参数也需分开说明。

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

      ❑ 输出层。输出层对应着一棵Huffman树,它是以语料中出现过的词当叶子节点,以各词在语料中出现的次数为权值构造出来的Huffman树。这棵树中,叶子节点共N

    参考来源

    - 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第09章《NLP中的深度学习》(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/text00014.html) - 结论依据:摘录中关于层次归一化沿词树路径分解概率的定义、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:❑ 输出层。输出层对应着一棵Huffman树,它是以语料中出现过的词当叶子节点,以各词在语料中出现的次数为权值构造出来的Huffman树。这棵树中,叶子节点共N