Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Sức khỏe - Y tế
Văn bản luật
Nông Lâm Ngư
Kỹ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Tài liệu HOT
Tìm
Danh mục
Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Y tế sức khỏe
Văn bản luật
Nông lâm ngư
Kĩ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Thông tin
Điều khoản sử dụng
Quy định bảo mật
Quy chế hoạt động
Chính sách bản quyền
0
Trang chủ
Luận Văn - Báo Cáo
Báo cáo khoa học
Báo cáo khoa học: "Smoothing a Tera-word Language Model"
TAILIEUCHUNG - Báo cáo khoa học: "Smoothing a Tera-word Language Model"
Frequency counts from very large corpora, such as the Web 1T dataset, have recently become available for language modeling. Omission of low frequency n-gram counts is a practical necessity for datasets of this size. Naive implementations of standard smoothing methods do not realize the full potential of such large datasets with missing counts. In this paper I present a new smoothing algorithm that combines the Dirichlet prior form of (Mackay and Peto, 1995) with the modified back-off estimates of (Kneser and Ney, 1995) that leads to a 31% perplexity reduction on the Brown corpus compared to a baseline implementation. | Smoothing a Tera-word Language Model Deniz Yuret Koc University dyuret@ Abstract Frequency counts from very large corpora such as the Web 1T dataset have recently become available for language modeling. Omission of low frequency n-gram counts is a practical necessity for datasets of this size. Naive implementations of standard smoothing methods do not realize the full potential of such large datasets with missing counts. In this paper I present a new smoothing algorithm that combines the Dirichlet prior form of Mackay and Peto 1995 with the modified back-off estimates of Kneser and Ney 1995 that leads to a 31 perplexity reduction on the Brown corpus compared to a baseline implementation of Kneser-Ney discounting. 1 Introduction Language models . models that assign probabilities to sequences of words have been proven useful in a variety of applications including speech recognition and machine translation Bahl et al. 1983 Brown et al. 1990 . More recently good results on lexical substitution and word sense disambiguation using language models have also been reported Yuret 2007 . The recently introduced Web 1T 5-gram dataset Brants and Franz 2006 contains the counts of word sequences up to length five in a 1012 word corpus derived from publicly accessible Web pages. As this corpus is several orders of magnitude larger than the ones used in previous language modeling studies it holds the promise to provide more accurate domain independent probability estimates. How ever naive application of the well-known smoothing methods do not realize the full potential of this dataset. In this paper I present experiments with modifications and combinations of various smoothing methods using the Web 1T dataset for model building and the Brown corpus for evaluation. I describe a new smoothing method Dirichlet-Kneser-Ney DKN that combines the Bayesian intuition of MacKay and Peto 1995 and the improved back-off estimation of Kneser and Ney 1995 and gives significantly .
Quang Nhân
49
4
pdf
Báo lỗi
Trùng lắp nội dung
Văn hóa đồi trụy
Phản động
Bản quyền
File lỗi
Khác
Upload
Tải xuống
đang nạp các trang xem trước
Bấm vào đây để xem trước nội dung
Tải xuống
TÀI LIỆU LIÊN QUAN
How corporate governance able to moderate income smoothing in mining sector
11
46
1
Investigating income smoothing: Empirical evidence from Vietnam’s listed companies
14
61
0
Diffusive smoothing of 3D segmented medical data
7
41
0
Cellular network traffic prediction using exponential smoothing methods
18
53
2
Báo cáo khoa học: "Smoothing a Tera-word Language Model"
4
40
0
Báo cáo khoa học: "Improved Smoothing for N-gram Language Models Based on Ordinary Counts"
4
57
0
Digital Image Processing: Image Enhancement Spatial Filtering - Duong Anh Duc
40
49
0
Báo cáo khoa học: "What to do when lexicalization fails: parsing German with suffix analysis and smoothing"
8
43
0
Báo cáo khoa học: "Evaluating Smoothing Algorithms against Plausibility Judgements"
8
51
0
Báo cáo khoa học: "Memory-Based Learning: Using Similarity for Smoothing"
8
46
0
TÀI LIỆU XEM NHIỀU
Một Case Về Hematology (1)
8
461867
55
Giới thiệu :Lập trình mã nguồn mở
14
22643
59
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
10892
529
Câu hỏi và đáp án bài tập tình huống Quản trị học
14
10066
446
Phân tích và làm rõ ý kiến sau: “Bài thơ Tự tình II vừa nói lên bi kịch duyên phận vừa cho thấy khát vọng sống, khát vọng hạnh phúc của Hồ Xuân Hương”
3
9519
104
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8281
1125
Tiểu luận: Nội dung tư tưởng Hồ Chí Minh về đạo đức
16
8238
423
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
7864
2220
Đề tài: Dự án kinh doanh thời trang quần áo nữ
17
6687
253
Vật lý hạt cơ bản (1)
29
5770
85
TỪ KHÓA LIÊN QUAN
Báo cáo khoa học
Smoothing a Tera word Language Model
Deniz Yuret Koc
Long Papers
báo cáo khoa học
báo cáo ngôn ngữ
xử lý ngôn ngữ tự nhiên
Bài giảng Xử lý ngôn ngữ tự nhiên
Ngôn ngữ tự nhiên
Kỹ thuật lập trình
Xử lý nhập nhằng ngữ nghĩa
Xử lý ngữ nghĩa
Xử lý ngôn ngữ
Natural Language Processing
Ngôn ngữ lập trình
Nhập nhằng cấu trúc
Tri thức về ngôn ngữ
Mô hình ngôn ngữ
Mô hình n gram
Dịch máy
Phương pháp dịch máy
Hiểu ngôn ngữ
Phân tích ngữ nghĩa
Phân loại tin tự động
Biểu diễn vị từ
Thuộc tính về sự kiện
Thuộc tính về sự kiện
Mô hình ngôn ngữ Google Book N grams
Mô hình ngôn ngữ KenLM
Phương pháp làm mịn
Tách từ tiếng Việt
Gán nhãn từ loại
Phân tích cú pháp
Nghĩa từ vựng
Phân giải nhập nhằng từ
Phân loại văn bản
Lexical chain
Phản hồi thông tin
Bài toán PTCP
Cấu trúc ngữ pháp
Phân tích cú pháp xác suất
CKY kết hợp xác suất
Văn phạm phi ngữ cảnh xác suất
Hình thái học
TÀI LIỆU MỚI ĐĂNG
Giáo án mầm non chương trình đổi mới: Gia đình vui nhộn
4
312
1
27-04-2024
Đánh giá hao mòn và độ tin cậy của chi tiết và kết cấu trên đầu máy diezel part 3
12
305
0
27-04-2024
Trading Strategies Profit Making Techniques For Stock_3
23
184
0
27-04-2024
Anh văn bằng C-124
8
175
0
27-04-2024
TƯƠNG QUAN GIỮA MÔ HỌC, GIẢI PHẪU VÀ HÌNH ẢNH CỦA CÁC KHỐI U PHẦN PHỤ
3
167
0
27-04-2024
MySQL Basics for Visual Learners PHẦN 9
15
184
0
27-04-2024
MySQL Database Usage & Administration PHẦN 7
37
156
0
27-04-2024
Khurana et al. Journal of Orthopaedic Surgery and Research 2010, 5:23
7
133
0
27-04-2024
QUẢN LÝ CHẤT LƯỢNG KHÔNG KHÍ
75
137
0
27-04-2024
Báo cáo tốt nghiệp: Vận hành và bảo dưỡng trong MPLS
92
144
3
27-04-2024
TÀI LIỆU HOT
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
7864
2220
Giáo trình Tư tưởng Hồ Chí Minh - Mạch Quang Thắng (Dành cho bậc ĐH - Không chuyên ngành Lý luận chính trị)
152
5737
1368
Ebook Chào con ba mẹ đã sẵn sàng
112
3767
1231
Ebook Tuyển tập đề bài và bài văn nghị luận xã hội: Phần 1
62
5319
1136
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8281
1125
Giáo trình Văn hóa kinh doanh - PGS.TS. Dương Thị Liễu
561
3499
643
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
10892
529
Giáo trình Sinh lí học trẻ em: Phần 1 - TS Lê Thanh Vân
122
3684
525
Giáo trình Pháp luật đại cương: Phần 1 - NXB ĐH Sư Phạm
274
4046
515
Bài tập nhóm quản lý dự án: Dự án xây dựng quán cafe
35
4128
480
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.