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
T
Toy-MT-Introduction
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
单韦乔
Toy-MT-Introduction
Commits
2cb7736f
Commit
2cb7736f
authored
Mar 01, 2020
by
xiaotong
Browse files
Options
Browse Files
Download
Email Patches
Plain Diff
bug fixes (section 3, book)
parent
29e17635
隐藏空白字符变更
内嵌
并排
正在显示
1 个修改的文件
包含
4 行增加
和
4 行删除
+4
-4
Book/Chapter3/Chapter3.tex
+4
-4
没有找到文件。
Book/Chapter3/Chapter3.tex
查看文件 @
2cb7736f
...
...
@@ -1208,7 +1208,7 @@ p_0+p_1 & = & 1 \label{eqC3.62-new}
\label
{
eqC3.67-new
}
\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:
\begin{eqnarray}
...
...
@@ -1216,13 +1216,13 @@ p_0+p_1 & = & 1 \label{eqC3.62-new}
\label
{
eqC3.68-new
}
\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}
\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
}
\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
}
...
...
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