丁磊_ml的博客

文章目录搭建NER分类器评估NER分类器NER方法基于规则的方法(Rule-based Approach)投票模型(Majority Voting)基于分类模型-----非时序模型：逻辑回归，SVM ...特征工程Feature Encoding 搭建NER分类器 定义实体种类 准备训练数据 训练NER 评估NER分类器 精确率/召回率 F1-score NER方法 基于规则（比如正则） 投票模型（Majority Voting） 利用分类模型 非时序模型：逻辑回归，SVM … 时序模型：HMM，C

专家系统的工作流程 推理引擎 推理引擎可以扩展 知识库中的知识。 解决规则冲突 选择最小规则子集

文章目录Language Model(LM) 简介Chain Rulesparsity 稀疏性问题马尔可夫假设Language Model: Unigram, Bigram, N-gram举例：Unigram, Bigram 模型的训练过程和使用UnigramBigram语言模型的评估-----Perplexity平滑函数Add-one Smoothing (也就是 拉普拉斯平滑)Add-K SmoothingInterpolationGood-Turning Smoothing语言模型的应用：生成句子