new updates

Section04-Phrasal-and-Syntactic-Models/section04.tex

@@ -4287,6 +4287,8 @@ NP-BAR(NN$_1$ NP-BAR$_2$) $\to$ NN$_1$ NP-BAR$_2$
 \end{scope}
 
 \begin{scope}[xshift=1.7in, yshift=-0.4in]
+
+{\footnotesize
 \node[anchor=west, rotate=60] at (0.8,-0.6) {VP$^{[1]}$};
 \node[anchor=west, rotate=60] at (1.8,-0.6) {VBZ$^{[2]}$};
 \node[anchor=west, rotate=60] at (2.8,-0.6) {ADVP$^{[3]}$};
@@ -4298,6 +4300,7 @@ NP-BAR(NN$_1$ NP-BAR$_2$) $\to$ NN$_1$ NP-BAR$_2$
 \node[] at (6.2,-3) {VP$^{[3]}$};
 \node[] at (6.2,-4) {VV$^{[4]}$};
 \node[] at (6.2,-5) {AS$^{[5]}$};
+}
 
 \foreach \i in {1,...,5}{
     \foreach \j in {-5,...,-1}{
@@ -4370,8 +4373,23 @@ NP-BAR(NN$_1$ NP-BAR$_2$) $\to$ NN$_1$ NP-BAR$_2$
 
 %%%------------------------------------------------------------------------------------------------------------
 %%%  翻译特征
-\begin{frame}{翻译特征}
-% NiuTrans Manual
+\begin{frame}{特征}
+\begin{itemize}
+\item 与短语和层次短语模型一样，句法模型也使用判别式模型进行建模 - $\textrm{P}(d,\textbf{t}|\textbf{s}) = \frac{\exp(\sum_{i=1}^{M} \lambda_i \cdot h_i(d,\textbf{s},\textbf{t}))}{\sum_{d',t'}\exp(\sum_{i=1}^{M} \lambda_i \cdot h_i(d',\textbf{s},\textbf{t}'))}$。其中特征权重$\{\lambda_i\}$可以使用最小错误率训练进行调优，特征函数$\{h_i\}$需要用户定义。
+\item<2-> 这里，所有规则满足$\langle\  \alpha_h, \beta_h\ \rangle \to \langle\ \alpha_r, \beta_r, \sim\ \rangle$的形式
+    \begin{itemize}
+    \item $\alpha_h$和$\beta_h$是规则左部的源语和目标语部分，对应树结构的根节点
+    \item $\alpha_r$和$\beta_r$是规则右部的源语和目标语部分，对应树结构
+    \item $\sim$表示$\alpha_r$和$\beta_r$中叶子非终结符的对应
+    \item 此外，定义$r(\alpha_r)$和$r(\beta_r)$为源语和目标语树结构的叶子节点序列。例如，对于规则$\langle\ \textrm{VP}, \textrm{VP}\ \rangle \to \langle\ \textrm{VP(PP}_{1}\ \textrm{VP(VV(表示) NN}_{2})), \textrm{VP(VBZ(was) VP(VBZ}_{2}\ \textrm{PP}_{1}))$，有 \\
+
+        \vspace{-1.5em}
+        \begin{eqnarray}
+        r(\alpha_r) & = & \textrm{PP}_1\ \textrm{表示 NN}_2 \nonumber \\
+        r(\beta_r) & = & \textrm{was}\ \textrm{VBZ}_2\ \textrm{PP}_1\nonumber
+        \end{eqnarray}
+    \end{itemize}
+\end{itemize}
 \end{frame}
 
 %%%------------------------------------------------------------------------------------------------------------