原书出处
机器学习算法原理与编程实践
11 第11章 概率图模型与词性标注
句子中出现的某个词的词性,以及该词性对应的词频信息。在汉语中,中文词(字)常有多个词性,词性根据上下文的不同而有所不同。
我们把表11.8中的词典作为发射概率矩阵。其中词典中的每个词汇相当于隐马尔科夫模型的显式状态,第二列的词性作为显状态与隐状态(词性标签)的对应关系,词频字段相当于概率。通过归一化就可以把词频变为0~1之间的概率值。
表11.8 词典与词性标注(部分) 接下来,根据隐马尔科夫模型的要求,如果将词性作为隐状态,那么还需要一个隐状态间的转
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00037.html
EPUB SHA-256:70d8d79af4c27e857a132f2bb0cf0dbfa14854fa17c13eacb72320d7c9bf315d