← 返回卡片

原书出处

深度学习

12 第12章 应用

核验版本的摘录快照 · 导入于 2026-11-19T07:27:03.633Z

零时,该比率是未定义的,因此模型甚至不能产生有意义的输出。当P n-1 非零而P n 为零时,测试样本的对数似然为-∞。

为避免这种灾难性的后果,大多数n-gram模型采用某种形式的平滑 (smoothing)。平滑技术将概率质量从观察到的元组转移到类似的未观察到的元组。

见Chen and Goodman(1999)的综述和实验对比。其中一种基本技术基于向所有可能的下一个符号值添加非零概率

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/深度学习/_epub-src/text/part0005_split_000.html

EPUB SHA-256:30b05f447b47f121324499dd200696e34be257d5cd4c4b753541b42f40a94639