NLP(8): 专家系统和good turning smoothing

原创

于 2021-02-08 23:13:29 发布

· 444 阅读

·

0

·

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：

#python #机器学习 #人工智能 #算法

本文介绍了Good-Turning平滑方法及其在处理新物种出现概率时的挑战。接着，讨论了语言模型在生成句子中的应用，比较了unigram和bigram模型。此外，详细阐述了专家系统的定义、特点、逻辑推理算法（前向链式和后向链式），并探讨了其局限性和风险控制案例。文章最后提出了解决规则冲突和选择最小规则子集的难题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

第一节：Good-Turning Smoothing

$N_c$

最低0.47元/天解锁文章

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。