哥伦比亚NLP第二周#5-8

原创

于 2019-02-04 18:52:19 发布 · 336 阅读

·

0

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

文章标签：

#哥伦比亚大学 #NLP

本文介绍了在自然语言处理（NLP）中，如何使用维特比算法进行模型解码，以找到给定输入序列x的最可能输出序列y。针对暴力枚举的效率问题，详细阐述了维特比算法的动态规划思想，给出了算法的定义、复杂度分析以及实例解析，展示了其在大规模数据中的优势。

模型的解码-维特比算法

把模型的参数估计完成之后，下一步要做的就是计算出 $y = a r g m a x p (y ∣ x)$ 。最顺理成章的想法是算出所有可能的y的条件概率，找到概率最大的那个。但暴力枚举的时间复杂度太大了，因此我们就采用了维特比算法-一个动态规划求最可能路径的算法。
在这里插入图片描述
首先描述一下我们的问题：对于一个输入序列 $x_1,x_2,x_3……x_n$

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。