轻松入门自然语言处理系列 13 无向图模型与标记偏置

文章目录

  • 前言
  • 一、有向图与无向图模型
    • 1.生成模型与判别模型
    • 2.有向图与无向图
  • 二、无向图与有向图中联合概率表示
    • 1.有向图中的联合概率
    • 2.无向图中的联合概率
  • 三、MEMM和标记偏置(Label Bias Problem)
    • 1.HMM的缺点
    • 2.从HMM到MEMM
    • 3.标签偏置问题
  • 总结

前言

本文主要介绍了无向图模型与标记偏置,包括有向图与无向图模型、无向图与有向图中联合概率表示和MEMM和标记偏置(Label Bias Problem)。

一、有向图与无向图模型

1.生成模型与判别模型

生成模型和判别模型是两种不同类型的模型,在构造时采用了不同的方法来训练。一个训练好的生成模型可以生成一些新的样本数据(例如生成文本、歌曲、图片等),同时也可以用于判别,不仅记住了不同类别之间的区别,

你可能感兴趣的:(轻松入门自然语言处理系列,自然语言处理,NLP,五项图模型,标记偏置)