《自然语言处理》PPT课件.ppt

《自然语言处理》PPT课件.ppt

ID:52373011

大小:202.01 KB

页数:14页

时间:2020-04-05

《自然语言处理》PPT课件.ppt_第1页
《自然语言处理》PPT课件.ppt_第2页
《自然语言处理》PPT课件.ppt_第3页
《自然语言处理》PPT课件.ppt_第4页
《自然语言处理》PPT课件.ppt_第5页
资源描述:

《《自然语言处理》PPT课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、StatisticalNLP:Lecture8StatisticalInference:n-gramModelsoverSparseData1OverviewStatisticalInferenceconsistsoftakingsomedata(generatedinaccordancewithsomeunknownprobabilitydistribution)andthenmakingsomeinferencesaboutthisdistribution.Therearethreeissuestoconsi

2、der:DividingthetrainingdataintoequivalenceclassesFindingagoodstatisticalestimatorforeachequivalenceclassCombiningmultipleestimators2FormingEquivalenceClassesIClassificationProblem:trytopredictthetargetfeaturebasedonvariousclassificatoryfeatures.==>Reliability

3、versusdiscriminationMarkovAssumption:Onlythepriorlocalcontextaffectsthenextentry:(n-1)thMarkovModelorn-gramSizeofthen-grammodelsversusnumberofparameters:wewouldlikentobelarge,butthenumberofparametersincreasesexponentiallywithn.Thereexistotherwaystoformequival

4、enceclassesofthehistory,buttheyrequiremorecomplicated.methods==>willusen-gramshere.3StatisticalEstimatorsI:OverviewGoal:ToderiveagoodprobabilityestimateforthetargetfeaturebasedonobserveddataRunningExample:Fromn-gramdataP(w1,..,wn)’spredictP(wn

5、w1,..,wn-1)Solu

6、tionswewilllookat:MaximumLikelihoodEstimationLaplace’s,Lidstone’sandJeffreys-Perks’LawsHeldOutEstimationCross-ValidationGood-TuringEstimation4StatisticalEstimatorsII:MaximumLikelihoodEstimationPMLE(w1,..,wn)=C(w1,..,wn)/N,whereC(w1,..,wn)isthefrequencyofn-gra

7、mw1,..,wnPMLE(wn

8、w1,..,wn-1)=C(w1,..,wn)/C(w1,..,wn-1)ThisestimateiscalledMaximumLikelihoodEstimate(MLE)becauseitisthechoiceofparametersthatgivesthehighestprobabilitytothetrainingcorpus.MLEisusuallyunsuitableforNLPbecauseofthesparsenessofthedata==>UseaDiscoun

9、tingor.Smoothingtechnique.5StatisticalEstimatorsIII:SmoothingTechniques:LaplacePLAP(w1,..,wn)=(C(w1,..,wn)+1)/(N+B),whereC(w1,..,wn)isthefrequencyofn-gramw1,..,wnandBisthenumberofbinstraininginstancesaredividedinto.==>AddingOneProcessTheideaistogivealittlebit

10、oftheprobabilityspacetounseenevents.However,inNLPapplicationsthatareverysparse,Laplace’sLawactuallygivesfartoomuchoftheprobabilityspacetounseenevents.6StatisticalEstimatorsIV:SmoothingTec

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。