语言建模

最新推荐文章于 2023-10-24 00:01:19 发布

VIP文章野营者007

最新推荐文章于 2023-10-24 00:01:19 发布

阅读量1k

点赞数 1

分类专栏：自然语言处理(NLP)技术入门文章标签：深度学习机器学习自然语言处理 nlp

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_40136685/article/details/109702107

版权

语言建模

语言建模(language modeling)就是预测句子中下一个出现的单词的任务。更精确的说法是，给定已经出现的所有词，求下一个次出现的概率分布。
$P(w_{t+1}|w_1,...,w_t)$

语言模型

传统模型

假设当前词与之前所有的词有关。
$P(w_1, w_2, \ ...\ , w_T) = \prod_{t=1}^T P(w_t | w_{1}, \ ...\ , w_{t-1})$

最低0.47元/天解锁文章

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
语言建模

语言建模语言建模(language modeling)就是预测句子中下一个出现的单词的任务。更精确的说法是，给定已经出现的所有词，求下一个次出现的概率分布。P(wt+1∣w1,...,wt)P(w_{t+1}|w_1,...,w_t)P(wt+1∣w1,...,wt)语言模型传统模型假设当前词与之前所有的词有关。P(w1,w2, ... ,wT)=∏t=1TP(wt∣w1, ... ,wt−1)P(w_1, w_2, \ ...\ , w_T)
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。