基于HMM进行词性标注示例
把/? 这/? 篇/? 报道/? 编辑/? 一/? 下/?
把/q-p-v-n 这/r 篇/q 报道/v-n 编辑/v-n 一/m-c 下/f-q-v
2021-10-19 15:53:23
766KB
1
【清华大学大数据 数据分析 统计学 系列课程】
全套清华大学数据分析 统计学 系列课程 01 第一章 统计学习方法概论 （共32页）.pptx
全套清华大学数据分析 统计学 系列课程 02 第二章 感知机 （共28页）.pptx
全套清华大学数据分析 统计学 系列课程 03 第三章 k 近邻法 （共20页）.pptx
全套清华大学数据分析 统计学 系列课程 04 第四章 朴素贝叶斯法 （共17页）.pptx
全套清华大学数据分析 统计学 系列课程 05 第五章 决策树-2016-ID3CART （共85页）.pptx
全套清华大学数据分析 统计学 系列课程 06 第六章 Logistic回归 逻辑斯的回归与最大熵模型（共54页）.pptx
全套清华大学数据分析 统计学 系列课程 07 第七章 支持向量机 （共95页）.pptx
全套清华大学数据分析 统计学 系列课程 08 第八章 提升方法 （共58页）.pptx
全套清华大学数据分析 统计学 系列课程 09 第九章 EM算法及其推广 （共46页）.pptx
全套清华大学数据分析 统计学 系列课程 10 第十章 隐马尔科夫模型 （共50页）.pptx
全套清华大学数据分析 统计学 系列课程 11 第十一章 条件随机场 （共60页）.pptx
全套清华大学数据分析 统计学 系列课程 12 第十二章 统计学习方法总结.pptx
2021-10-04 18:07:21
1.71MB
Baum-Welch算法(模型训练算法)
目的：给定观察值序列O，通过计算确定一个模型l ， 使得P(O| l)最大。
算法步骤：
1. 初始模型（待训练模型） l0,
2. 基于l0 以及观察值序列O，训练新模型 l；
3. 如果 log P(X|l) - log(P(X|l0) < Delta，说明训练已经达到预期效果， 算法结束。
4. 否则，令l0 ＝ l ，继续第2步工作
2021-08-29 13:42:34
261KB
1