Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
d2l-zh
提交
081de715
D
d2l-zh
项目概览
OpenDocCN
/
d2l-zh
通知
2
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
D
d2l-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
体验新版 GitCode,发现更多精彩内容 >>
提交
081de715
编写于
5月 29, 2018
作者:
A
Aston Zhang
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
add lm
上级
8d6e1a59
变更
3
展开全部
隐藏空白更改
内联
并排
Showing
3 changed file
with
456 addition
and
0 deletion
+456
-0
chapter_recurrent-neural-networks/index.md
chapter_recurrent-neural-networks/index.md
+1
-0
chapter_recurrent-neural-networks/lm.md
chapter_recurrent-neural-networks/lm.md
+26
-0
img/qr_lm.svg
img/qr_lm.svg
+429
-0
未找到文件。
chapter_recurrent-neural-networks/index.md
浏览文件 @
081de715
...
...
@@ -11,6 +11,7 @@
.. toctree::
:maxdepth: 2
lm
rnn-scratch
bptt
gru-scratch
...
...
chapter_recurrent-neural-networks/lm.md
0 → 100644
浏览文件 @
081de715
# 语言模型
语言模型(language model)是自然语言处理的重要技术。给定一个长度为$T$的词的序列:$w_1, w_2,
\l
dots, w_T$,语言模型计算该序列的概率:
$$
\m
athbb{P}(w_1, w_2,
\l
dots, w_T).$$
语言模型可用于提升语音识别和机器翻译的性能。例如,在语音识别中,“厨房里食油用完了”和“厨房里石油用完了”这两个文本序列的读音完全一样。如果语言模型判断出前者的概率大于后者的概率,我们可以根据相同读音的语音输出“厨房里食油用完了”的文本序列。在机器翻译中,“you go first”如果逐词翻译的话,可能得到“你走先”、“你先走”等排列方式的文本序列。如果语言模型判断出“你先走”的概率大于排列方式的文本序列,我们可以把“you go first”翻译成“你先走”。
@TODO(astonzhang)
## 小结
*
$N$元语法是基于$N-1$阶马尔可夫链的概率语言模型。
## 练习
*
你还能想到哪些语言模型的应用?
## 扫码直达[讨论区](https://discuss.gluon.ai/t/topic/6650)
![](
../img/qr_lm.svg
)
img/qr_lm.svg
0 → 100644
浏览文件 @
081de715
此差异已折叠。
点击以展开。
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录