统计自然语言处理——信息论基础

信息是个相当宽泛的概念，很难用一个简单的定义将其完全准确的把握。然而，对于任何一个概率分布，可以定义一个称为熵(entropy)的量，它具有许多特性符合度量信息的直观要求。这个概念可以推广到互信息(mutual information)，互信息是一种测度，用来度量一个随机变量包含另一个随机变量的信息量。熵恰好变成一个随机变量的自信息。相对熵(relative entropy)是个更广泛的量，它是刻画两个概率分布之间距离的一种度量，而互信息又是它的特殊情形。

---

信息熵

——随机变量不确定度的度量

设p(x)为随机离散变量X的概率密度函数，x属于某个符号或者字符的离散集合 X：
p(x) = P(X = x), x ∈ X
熵表示单个随机变量的不确定性的均值，随机变量的熵越大，它的不确定性越大，也就是说，能正确估计其值的概率越小。熵的计算公式 ：

将负号移入对数公式内部：

上式实际上表达的是一个加权求值的概念，权重就是随机变量X的每个取值的概率。

用E表示数学期望。如果X~p(x)，则随机变量g(X)的期望值可表示为：