本人正在學習NLP相關內容,學習到了Tagging Problem和Hidden Markov Models。
推薦兩篇基礎入門文章:
NLP | 自然語言處理 - 標註問題與隱馬爾科夫模型(Tagging Problems, and Hidden Markov Models)
該文主要講的是標註問題的原理基礎,和相關的隱馬爾科夫模型。
NLP | 自然語言處理 - 語言模型(Language Modeling)
該文主要將的是語言模型的基礎,和馬爾科夫鏈的基礎。
本人正在學習NLP相關內容,學習到了Tagging Problem和Hidden Markov Models。
推薦兩篇基礎入門文章:
NLP | 自然語言處理 - 標註問題與隱馬爾科夫模型(Tagging Problems, and Hidden Markov Models)
該文主要講的是標註問題的原理基礎,和相關的隱馬爾科夫模型。
NLP | 自然語言處理 - 語言模型(Language Modeling)
該文主要將的是語言模型的基礎,和馬爾科夫鏈的基礎。
問1:LDA生成一個文檔的過程是什麼樣的? 答1:1)根據預料級參數α,生成文檔d的主題分佈Θ_d~p(Θ|α) 2)對於文檔d中每個位置i對應的單