序列模型
处理序列数据需要统计工具和新的深度神经网络架构。
总结:
时序模型中,当前数据跟之前观察到的数据相关
自回归模型使用自身过去数据来预测未来
马尔科夫模型假设当前只跟最近少数据相关,从而简化模型
潜变量模型使用潜变量来概括历史信息
语言模型
给定文本序列x1,x2,x3.....xT,语言模型的目标是估计联合改立p(x1,x2...xT)
应用包括:
做预训练模型;生成文本;判断多个序列中哪个更常见
使用统计方法是常用n元语法。