文件名称：与通用语言模型M的综合-隐马尔科夫模型及其在自然语言处理中的应用
文件大小：766KB
文件格式：PPT
更新时间：2024-05-14 07:21:14
隐马尔科夫 自然语言
问题二：与通用语言模型M0的综合 M1符合用户习惯， M0则覆盖特殊输入内容 假定M1和M0都是二元模型，它们计算出的(wi-1,wi)的条件概率分别是 P0(wi|wi-1) 和 P1(wi|wi-1) ，新的模型为M′，计算出的条件概率为： 由于信息熵是一个凸函数，线性组合 的熵比P0和P1熵的线性组合小，因此新的组合模型的不确定性小，是更好的模型，也即，将个性化模型和原来的通用模型组合，得到的新模型更好。 Google拼音输入基于该模型完成