概率语言模型的分词方法(下)

本文介绍了衡量语言模型好坏的一个重要指标——困惑度。困惑度是通过对整个测试集中句子的概率进行计算得出,其值越小表明语言模型的质量越高。

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

评价语言模型的好坏–困惑度(perplexity)
这里写图片描述
x为整个测试集中句子的概率和除以W,所以困惑度越小,语言模型越好。

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