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: "Hierarchical Non-Emitting Markov Models"
TAILIEUCHUNG - Báo cáo khoa học: "Hierarchical Non-Emitting Markov Models"
We describe a simple variant of the interpolated Markov model with non-emitting state transitions and prove that it is strictly more powerful than any Markov model. Empirical results demonstrate that the non-emitting model outperforms the interpolated model on the Brown corpus and on the Wall Street Journal under a wide range of experimental conditions. The nonemitting model is also much less prone to overtraining. The remainder of our article consists of four sections. In section 2, we review the interpolated Markov model and briefly demonstrate that all interpolated models are equivalent to some basic Markov model of the same. | Hierarchical Non-Emitting Markov Models Eric Sven Ristad and Robert G. Thomas Department of Computer Science Princeton University Princeton NJ 08544-2087 ristad rgt @ Abstract We describe a simple variant of the interpolated Markov model with non-emitting state transitions and prove that it is strictly more powerful than any Markov model. Empirical results demonstrate that the non-emitting model outperforms the interpolated model on the Brown corpus and on the Wall Street Journal under a wide range of experimental conditions. The nonemitting model is also much less prone to overtraining. 1 Introduction The Markov model has long been the core technology of statistical language modeling. Many other models have been proposed but none has offered a better combination of predictive performance computational efficiency and ease of implementation. Here we add hierarchical non-emitting state transitions to the Markov model. Although the states in our model remain Markovian the model itself is no longer Markovian because it can represent unbounded dependencies in the state distribution. Consequently the non-emitting Markov model is strictly more powerful than any Markov model including the context model Rissanen 1983 Rissa-nen 1986 the backoff model Cleary and Witten 1984 Katz 1987 and the interpolated Markov model Jelinek and Mercer 1980 MacKay and Peto 1994 . More importantly the non-emitting model consistently outperforms the interpolated Markov model on natural language texts under a wide range of experimental conditions. We believe that the superior performance of the non-emitting model is due to its ability to better model conditional independence. Thus the non-emitting model is better able to represent both conditional independence and long-distance dependence ie. it is simply a better statistical model. The non-emitting model is also nearly cis computationally efficient and easy to implement as the interpolated model. The remainder of our article .
Ðình Quảng
54
5
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
TÀI LIỆU XEM NHIỀU
Một Case Về Hematology (1)
8
461742
55
Giới thiệu :Lập trình mã nguồn mở
14
22082
54
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
10741
524
Câu hỏi và đáp án bài tập tình huống Quản trị học
14
9931
445
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
9427
104
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8135
1122
Tiểu luận: Nội dung tư tưởng Hồ Chí Minh về đạo đức
16
8135
421
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
7820
2213
Đề tài: Dự án kinh doanh thời trang quần áo nữ
17
6503
247
Vật lý hạt cơ bản (1)
29
5680
81
TỪ KHÓA LIÊN QUAN
Báo cáo khoa học
Hierarchical Non Emitting
Markov Models
Eric Sven Ristad
scientific reports
model language
process natural language
Dialog Control
Natural Language System
Dialog Control in a Natural Language System
Expanding the Horizons
Natural Language Interfaces
Phil Hayes
PROSPECTS OR PRACTICAL
NATURAL LANGUAGE SYSTEMS
Workshops
NATURAL LANGUAGE
INTERACTION WITH MACHINES
Long Papers
COMPUTER INTEBFACE DESIGN MURRAY TUROFF DEPARTMENT OF COMPUTER
IiVFORMATION SCIENCE IIEW JERSEY INSTITUTE OF TECHNOLOGY
EVALUATION OF NATURAL LANGUAGE
INTERFACES TO DATABASE SYSTEMS
A PANEL DISCUSSION
database query system
J
Norwood Crout
INTERFACES TO DATA BASE SYSTEMS
Bozena Henisz
INTERPRETING NATURAL LANGUAGE
DATABASE UPDATES
S
Jermld Kaplan Jim David
TRANSPORTABLE NATURAL LANGUAGE
INTERFACES TO DATABASES
Gary G
Hendrlx and William H
Lewis
DATABASES THEORETICAL
TECHNICAL ISSUES
TRANSPORTABLE NATURAL LANGUAGE INTERFACES
PROBLEMS AND TECHNIQUES
Barbara J
Grosz
THEORETICAL TECHNICAL ISSUES
NATURAL LANGUAGE ACCESS TO DATABASES
R
Petrick
Domain Independent
Database Access Systems
ISSUES IN NATURAL LANGUAGE
ACCESS TO DATABASES
A LOGIC PROGRAMMING PERSPECTIVE
Sharon C
Salveter David Maier
PLANNING NATURAL LANGUAGE
EXPRESSIONS REFERRING
Douglas E
Appelt
THE TEXT SYSTEM
NATURAL LANGUAGE GENERATION
Kathleen R
M
MENTING A DATABASE
KNOWLEDGE REPRESENTATION
THE KEY TO THE SELECTION PROBLEM
E
Jeffrey Conklin David D
McDonald
A KNOWLEDGE ENGINEERING
NATURAL LANGUAGE UNDERSTANDING
Stuart C
Shapiro
NATURAL LANGUAGE TEXTS
NECESSARILY GRAMMATICAL
EVEN COMPLETE
UNGRAMHATICALITY
EXTRA GRAMMATICALITY
NATURAL LANGUAGE UNDERSTANDING SYSTEMS
Taxonomy
Descriptions
Individuals in Natural
Language Understanding
The Use of Ooject Special Knowledge
Natural Language Processing
Mark H
Bursteln
TÀI LIỆU MỚI ĐĂNG
Mass Transfer in Multiphase Systems and its Applications Part 19
40
238
0
29-03-2024
Đề thi khảo sát chất lượng Lý 12 năm 2014
20
210
0
29-03-2024
WHO/HAI Project on Medicine Prices and Availability
50
446
0
29-03-2024
beginning Ubuntu Linux phần 1
34
199
1
29-03-2024
MySQL Database Usage & Administration PHẦN 7
37
146
0
29-03-2024
Diseases of the Liver and Biliary System - part 1
33
114
0
29-03-2024
BÀI GIẢNG ĐIỀU KHIỂN LẬP TRÌNH 1 - CHƯƠNG 5: THIẾT KẾ CHƯƠNG TRÌNH THEO LƯU ĐỒ
11
88
1
29-03-2024
Hệ thống làm lạnh và điều hòa không khí
21
117
0
29-03-2024
Khơi nguồn cảm hứng học tập, tại sao không?
4
110
1
29-03-2024
Luận văn tốt nghiệp ĐIỀU KHIỂN ĐỘNG CƠ KHÔNG ĐỒNG BỘ 3 PHA SỬ DỤNG VI ĐIỀU KHIỂN PIC18F4431 THEO PHƯƠNG PHÁP VECTOR KHÔNG GIAN
110
105
0
29-03-2024
TÀI LIỆU HOT
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
7820
2213
Ebook Chào con ba mẹ đã sẵn sàng
112
3652
1219
Giáo trình Tư tưởng Hồ Chí Minh - Mạch Quang Thắng (Dành cho bậc ĐH - Không chuyên ngành Lý luận chính trị)
152
5135
1174
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8135
1122
Ebook Tuyển tập đề bài và bài văn nghị luận xã hội: Phần 1
62
5037
1084
Giáo trình Văn hóa kinh doanh - PGS.TS. Dương Thị Liễu
561
3403
638
Giáo trình Sinh lí học trẻ em: Phần 1 - TS Lê Thanh Vân
122
3621
524
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
10741
524
Giáo trình Pháp luật đại cương: Phần 1 - NXB ĐH Sư Phạm
274
3904
502
Bài tập nhóm quản lý dự án: Dự án xây dựng quán cafe
35
4027
470
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.