前面的回答都很优秀,但我想基于我的理解做个补充。
困惑度 Perplexity 是衡量语言模型好坏的指标,为了更好地理解其意义,首先有必要回顾熵的概念。根据信息论与编码的知识,我们知道 熵代表着根据信息的概率分布对其编码所需要的最短平均编码长度。Entropy
假设离散随机变量
概率分布为
离散随机变量
概率分布为
离散随机变量
概率分布为
则根据离散随机变量熵的计算公式可计算得
也就是说如果需要对离散随机变量
、
、
进行编码,编码长度分别为 0 bits、1.5 bits 和 2 bits。而编码长度表示随机变量能够呈现出的等可能性的状态数(就随机变量而言就是取值个数,这种表述并不严谨,只是为了方便下文叙述):随机变量
呈现出的状态数为