百度飞桨NLP课后作业1

本次作业中,完成了飞桨NLP的安装验证,选择了jieba分词模型对人民日报语料进行切词。虽然在计算信息熵上遇到困难,但通过参考他人作业得以解决。此外,探讨了最大前向匹配算法的计算复杂度,以及提出了CRF分词算法的简要介绍。
摘要由CSDN通过智能技术生成

作业1-1
(1)下载飞桨本地并安装成功,将截图发给班主任
已发

(2)学习使用PaddleNLP下面的LAC模型或Jieba分词 LAC模型地址:https://github.com/PaddlePaddle/models/tree/release/1.6/PaddleNLP/lexical_analysis Jieba模型:https://github.com/fxsjy/jieba
这里我用了jieba分词,做了几个测试
在这里插入图片描述
(3)对人民日报语料完成切词,并通过统计每个词出现的概率,计算信息熵 语料地址:https://github.com/fangj/rmrb/tree/master/example/1946%E5%B9%B405%E6%9C%88
这里不太会,参考了别的学员的作业
在这里插入图片描述
在这里插入图片描述
作业1-2
(1)思考一下,假设输入一个词表里面含有N个词,输入一个长度为M的句子,那么最大前向匹配的计算复杂度是多少?
最坏情况下每个词都要切分,计算复杂度是O&#

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值