NLP面试题目汇总11-15_n元语言模型面试题 csdn

作者：Cpp五条 | 2024-04-29 01:53:18

踩

n元语言模型面试题 csdn

11.如何对中文分词问题用隐马尔可夫模型进行建模和训练？

场景描述

介绍隐马尔可夫模型之前，首先了解马尔科夫过程。马尔科夫过程是满足无后效性的随机过程。**当前状态仅与前一状态相关。**时间和状态都是离散的马尔科夫过程也叫马尔科夫链
隐马尔可夫模型是对含有未知参数（隐状态）的马尔科夫链进行建模的过程
在这里插入图片描述

隐马尔可夫模型通常用来做序列标注问题，因此可以将分词问题转化为序列标注问题

11.5 最大熵隐马尔可夫模型为什么会产生标注偏置问题，如何解决？

在这里插入图片描述

标注偏置问题

它是一种判别式的概率无向图模型，既然是判别式，那就是对条件概率分布建模。

12.常见的概率图模型中，哪些是生成式模型，哪些是判别式模型？

首先需要弄清楚生成式模型与判别式模型的区别。
假设可观测的变量集合为X，需要预测的变量集合为Y，其他的变量集合为Z。生成式模式是对联合概率分布 $P (X, Y, Z)$ 进行建模，在给定观测集合X的条件下，通过计算边缘分布来求得对变量集合Y的推断。
$P(Y|X)=\frac{P(X,Y)}{P(X)}= \frac{\sum_Z P(X,Y,Z)}{\sum_{Y,Z} P(X,Y,Z)}$

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/Cpp五条/article/detail/505420