Skip to content
项目
群组
代码片段
帮助
当前项目
正在载入...
登录 / 注册
切换导航面板
M
mtbookv2
概览
Overview
Details
Activity
Cycle Analytics
版本库
Repository
Files
Commits
Branches
Tags
Contributors
Graph
Compare
Charts
问题
0
Issues
0
列表
Board
标记
里程碑
合并请求
0
Merge Requests
0
CI / CD
CI / CD
流水线
作业
日程表
图表
维基
Wiki
代码片段
Snippets
成员
Collapse sidebar
Close sidebar
活动
图像
聊天
创建新问题
作业
提交
Issue Boards
Open sidebar
NiuTrans
mtbookv2
Commits
eb45dcdb
Commit
eb45dcdb
authored
Aug 29, 2020
by
xiaotong
Browse files
Options
Browse Files
Download
Email Patches
Plain Diff
wording
parent
b3065da8
显示空白字符变更
内嵌
并排
正在显示
3 个修改的文件
包含
8 行增加
和
8 行删除
+8
-8
Chapter3/chapter3.tex
+2
-2
Chapter4/Figures/schematic-diagram-of-word-level-quality-assessment-task.log
+0
-0
mt-book-xelatex.tex
+6
-6
没有找到文件。
Chapter3/chapter3.tex
查看文件 @
eb45dcdb
...
@@ -166,13 +166,13 @@
...
@@ -166,13 +166,13 @@
\subsubsection
{
1. 统计模型的学习与推断
}
\subsubsection
{
1. 统计模型的学习与推断
}
\parinterval
在分词任务中,数据驱动主要指用已经分词切分好的数据``喂''给系统,这个数据也被称作
{
\small\bfnew
{
标注数据
}}
\index
{
标注数据
}
(Annotated Data)
\index
{
Annotated Data
}
。在获得标注数据后,系统自动学习一个统计模型来描述分词的过程,而这个模型会把分词的``知识''作为参数保存在模型中。当送入一个新的需要分词的句子时,可以利用学习到的模型对所有可能的分词结果进行预测,并进行概率化的描述,最终选择概率最大的结果作为输出。这个方法就是基于统计的分词方法。具体来说,可以分为两个步骤:
\parinterval
在分词任务中,数据驱动主要指用已经分词切分好的数据``喂''给系统,这个数据也被称作
{
\small\bfnew
{
标注数据
}}
\index
{
标注数据
}
(Annotated Data)
\index
{
Annotated Data
}
。在获得标注数据后,系统自动学习一个统计模型来描述分词的过程,而这个模型会把分词的``知识''作为参数保存在模型中。当送入一个新的需要分词的句子时,可以利用学习到的模型对所有可能的分词结果进行预测,并进行概率化的描述,最终选择概率最大的结果作为输出。这个方法就是基于统计的分词方法
,其与
{
\chaptertwo
}
介绍的统计语言建模方法本质上是一样的
。具体来说,可以分为两个步骤:
\begin{itemize}
\begin{itemize}
\vspace
{
0.5em
}
\vspace
{
0.5em
}
\item
{
\small\bfnew
{
训练
}}
\index
{
训练
}
(Training)
\index
{
Training
}
。利用标注数据,对统计模型的参数进行学习。
\item
{
\small\bfnew
{
训练
}}
\index
{
训练
}
(Training)
\index
{
Training
}
。利用标注数据,对统计模型的参数进行学习。
\vspace
{
0.5em
}
\vspace
{
0.5em
}
\item
{
\small\bfnew
{
推断
}}
\index
{
推断
}
(Inference)
\index
{
Inference
}
。利用学习到的模型和参数,对新的句子进行切分
。
\item
{
\small\bfnew
{
预测
}}
\index
{
预测
}
(Prediction)
\index
{
Prediction
}
。利用学习到的模型和参数,对新的句子进行切分。这个过程也可以被看作是利用学习到的模型在新的数据上进行
{
\small\bfnew
{
推断
}}
\index
{
推断
}
(Inference)
\index
{
Inference
}
。
\vspace
{
0.5em
}
\vspace
{
0.5em
}
\end{itemize}
\end{itemize}
...
...
Chapter4/Figures/schematic-diagram-of-word-level-quality-assessment-task.log
deleted
100644 → 0
查看文件 @
b3065da8
mt-book-xelatex.tex
查看文件 @
eb45dcdb
...
@@ -131,12 +131,12 @@
...
@@ -131,12 +131,12 @@
% CHAPTERS
% CHAPTERS
%----------------------------------------------------------------------------------------
%----------------------------------------------------------------------------------------
\include
{
Chapter1/chapter1
}
%
\include{Chapter1/chapter1}
\include
{
Chapter2/chapter2
}
%
\include{Chapter2/chapter2}
\include
{
Chapter3/chapter3
}
\include
{
Chapter3/chapter3
}
\include
{
Chapter4/chapter4
}
%
\include{Chapter4/chapter4}
\include
{
Chapter5/chapter5
}
%
\include{Chapter5/chapter5}
\include
{
Chapter6/chapter6
}
%
\include{Chapter6/chapter6}
%\include{Chapter7/chapter7}
%\include{Chapter7/chapter7}
%\include{Chapter8/chapter8}
%\include{Chapter8/chapter8}
%\include{Chapter9/chapter9}
%\include{Chapter9/chapter9}
...
@@ -149,7 +149,7 @@
...
@@ -149,7 +149,7 @@
%\include{Chapter16/chapter16}
%\include{Chapter16/chapter16}
%\include{Chapter17/chapter17}
%\include{Chapter17/chapter17}
%\include{Chapter18/chapter18}
%\include{Chapter18/chapter18}
\include
{
ChapterAppend/chapterappend
}
%
\include{ChapterAppend/chapterappend}
%----------------------------------------------------------------------------------------
%----------------------------------------------------------------------------------------
...
...
编写
预览
Markdown
格式
0%
重试
或
添加新文件
添加附件
取消
您添加了
0
人
到此讨论。请谨慎行事。
请先完成此评论的编辑!
取消
请
注册
或者
登录
后发表评论