贪心学院—自然语言处理—n元元组

假设:一个文档的分词 w 1 w_1 w1, w 2 w_2 w2, w 3 w_3 w3,…, w n w_n wn.

unigram(一元元组):

句子中每个分词都是独立的.将每个分词的概率直接相乘即可.
p ( w ) = p ( w 1 ) ∗ p ( w 2 ) ∗ p ( w 3 ) . . . ∗ p ( w n ) p\left( w \right) =p\left( w_1 \right) *p\left( w_2 \right) *p\left( w_3 \right) ...*p\left( w_n \right) p(w)=p(w1)p(w2)p(w3)...p(wn)

      = ∏ i = 1 n p ( w i ) \ \ \ \ \ =\prod_{i=1}^n{p\left( w_i \right)}      =i=1np(wi)

bigram(二元元组):

基于 markov assumption ,考虑句子中前一个分词出现情况下的概率.
p ( w ) = p ( w 1 ) ∗ p ( w 2 ∣ w 1 ) ∗ p ( w 3 ∣ w 2 ) . . . ∗ p ( w n ∣ w n − 1 ) p\left( w \right) =p\left( w_1 \right) *p\left( w_2|w_1 \right) *p\left( w_3|w_2 \right) ...*p\left( w_n|w_{n-1} \right) p(w)=p(w1)p(w2w1)p(w3w2)...p(wnwn1)

      = p ( w 1 ) ∗ ∏ i = 2 n p ( w i ∣ w i − 1 ) \ \ \ \ \ =p\left( w_1 \right) *\prod_{i=2}^n{p\left( w_i|w_{i-1} \right)}      =p(w1)i=2np(wiwi1)

trigram(三元元组):

基于 markov assumption ,考虑句子中前两个分词出现情况下的概率.
p ( w ) = p ( w 1 ) ∗ p ( w 2 ∣ w 1 ) ∗ p ( w 3 ∣ w 2 w 1 ) . . . ∗ p ( w n ∣ w n − 1 w n − 2 ) p\left( w \right) =p\left( w_1 \right) *p\left( w_2|w_1 \right) *p\left( w_3|w_2w_1 \right) ...*p\left( w_n|w_{n-1}w_{n-2} \right) p(w)=p(w1)p(w2w1)p(w3w2w1)...p(wnwn1wn2)

      = p ( w 1 ) ∗ p ( w 2 ∣ w 1 ) ∗ ∏ i = 3 n p ( w i ∣ w i − 1 w i − 2 ) \ \ \ \ \ =p\left( w_1 \right) *p\left( w_2|w_1 \right) *\prod_{i=3}^n{p\left( w_i|w_{i-1}w_{i-2} \right)}      =p(w1)p(w2w1)i=3np(wiwi1wi2)

在这里插入图片描述


个人整理笔记,方便复习,若侵权,请联系。
附贪心学院课程链接: https://www.greedyai.com/courseinfor/105

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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