结构化预测(Structered learning)

本文介绍了结构化预测的基本概念,包括统一框架、评估、推断及训练等关键环节,并详细探讨了结构化预测线性模型的工作原理及其在语音辨识、翻译等领域的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

结构化预测(Structered learning)


1 Introduction

  • f:XY——输入输出不一定是向量
  • 应用:语音辨识、翻译、文法剖析、位置监测、总结
  • Unified Framework:

    • Training:F:XYR
    • Testing:y~=argmaxyYF(x,y)
  • Statistics Unified Framework:

    • Training:P:XY[0,1]
    • Testing:Given x, y~=argmaxyYP(x,y)

2 three problems

  1. Evaluation:F(x,y)长什么样?
  2. Inference:怎么解argmax问题?
  3. Training:给定训练数据,如何训练F(x,y)?

3 结构化预测线性模型

  • F(x,y)=w1ϕ1(x,y)+w2ϕ2(x,y)+=wϕ(x,y)
  • yY{y^r},wϕ(xr,y^r)>wϕ(xr,y)
    • 更新:ww+ϕ(xr,y^r)ϕ(xr,y~r)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值