当前位置:   article > 正文

前向概率 维特比算法 条件随机场 #博学谷IT学习技术支持#_维特比率

维特比率

目录

一、前向概率 Foward probability

二、维特比算法  Viterbi

三、条件随机场 Conditional random field  CRF

四 命名实体识别 Named entity recognition  NER 

五 双向lstm  BiLSTM


一、前向概率 Foward probability

以 隐马尔可夫模型 为例,t时刻的概率,取决于t-1时刻的概率,和t-1时刻到t时刻的转移概率。

二、维特比算法  Viterbi

找每个时刻,每个状态的概率最大值。每个时刻,每个状态的概率计算公式为 前一时刻的初始概率乘以转移概率,再乘以当前时刻的初始概率。

直到最后一时刻为止。找出最后一个时刻的状态的概率最大值 对应的状态。再 逆向求解到 前一时刻的状态,以此类推。得到每个时刻的状态的逆序列。把这个逆序列反转就得到了正序列。从而可以得到句子分词。

三、条件随机场 Conditional random field  CRF

假设每个时刻的状态与他的前后时刻的状态都有关。与它不相邻的位置的状态无关。

四 命名实体识别 Named entity recognition  NER 

以 之前的 把句子中的每个字 应设为状态列表中的某个状态 为例。

更 高 地 举起 邓小平理论 伟大 旗帜

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/运维做开发/article/detail/980447
推荐阅读
相关标签
  

闽ICP备14008679号