bug fixes (section 3, book)

Book/Chapter3/Chapter3.tex

@@ -1208,7 +1208,7 @@ p_0+p_1                            & = & 1 \label{eqC3.62-new}
 \label{eqC3.67-new}
 \label{eqC3.67-new}
 \end{eqnarray}
 \end{eqnarray}
 
 
-\parinterval 我们用图\ref{fig:3-34}的例子来进行公式说明。在IBM模型1-2中，词语的对齐都是与单词所在的绝对位置有关。但在HMM词对齐模型中，``你''对齐到``you''被形式化为$\textrm{P}(a_{j}│a_{j-1},l)= P(5|4,5)$，意思是对于源文位置$3(j=3)$的词，如果它的目标译文是5个词，上一个对齐位置是$4(a_{2}=4)$，对齐到目标语译文位置$5(a_{j}=5)$的概率是多少？理想的情况下，通过$P(a_{j}|a_{j-1},l)$，``你''对齐到``you''应该得到更高的概率，并且由于源语词``对''和``你''距离很近，因此其对应的对齐位置``with''和``you''的距离也应该很近。
+\parinterval 我们用图\ref{fig:3-34}的例子来进行公式说明。在IBM模型1-2中，词语的对齐都是与单词所在的绝对位置有关。但在HMM词对齐模型中，``你''对齐到``you''被形式化为$\textrm{P}(a_{j}|a_{j-1},l)= P(5|4,5)$，意思是对于源文位置$3(j=3)$的词，如果它的目标译文是5个词，上一个对齐位置是$4(a_{2}=4)$，对齐到目标语译文位置$5(a_{j}=5)$的概率是多少？理想的情况下，通过$\textrm{P}(a_{j}|a_{j-1},l)$，``你''对齐到``you''应该得到更高的概率，并且由于源语词``对''和``你''距离很近，因此其对应的对齐位置``with''和``you''的距离也应该很近。
 
 
 \parinterval 因此，把公式\ref{eqC3.23-new}和\ref{eqC3.67-new}重新带入公式1.19和1.18,可得HMM词对齐模型的数学描述：
 \parinterval 因此，把公式\ref{eqC3.23-new}和\ref{eqC3.67-new}重新带入公式1.19和1.18,可得HMM词对齐模型的数学描述：
 \begin{eqnarray}
 \begin{eqnarray}
@@ -1216,13 +1216,13 @@ p_0+p_1                            & = & 1 \label{eqC3.62-new}
 \label{eqC3.68-new}
 \label{eqC3.68-new}
 \end{eqnarray}
 \end{eqnarray}
 
 
-\parinterval 此外，为了使得HMM的对齐概率$\textrm{P}(a_{j}│a_{j-1},l)$满足归一化的条件，这里还假设其对齐概率只取决于$(a_{j}-a_{j-1})$，即：
+\parinterval 此外，为了使得HMM的对齐概率$\textrm{P}(a_{j}|a_{j-1},l)$满足归一化的条件，这里还假设其对齐概率只取决于$a_{j}-a_{j-1}$，即：
 \begin{eqnarray}
 \begin{eqnarray}
-\textrm{P}(a_{j}|a_{j-1},l)=\frac{\mathbf{s}(a_{j}-a_{j-1})}{\sum_{i=1}^{l}{s(i-a_{j-1})}}
+\textrm{P}(a_{j}|a_{j-1},l)=\frac{s(a_{j}-a_{j-1})}{\sum_{i=1}^{l}{s(i-a_{j-1})}}
 \label{eqC3.69-new}
 \label{eqC3.69-new}
 \end{eqnarray}
 \end{eqnarray}
 
 
-\parinterval 其中，$s( \cdot )$是一个非线性变换，其取值不小于0。
+\noindent 其中，$s( \cdot )$是一个非线性变换，其取值不小于0。
 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
 \subsection{解码和训练}\index{Chapter3.5.5}
 \subsection{解码和训练}\index{Chapter3.5.5}