Michael Collins NLP公开课任务4 GLM

最后一次练习，对应课程结尾的对数线性模型框架；于是又拿下一门课。在这次练习中，我们将使用感知机算法训练一个GLM应用到命名实体识别上。对输入实例，GLM使用如下三个组件完成解码：一个函数生成所有可能的结果一个全局特征函数一个参数向量解码问题定义为：课上讲过如果全局特征可拆分为局部特征的话，即使很大，解码依然高效。具体到标注问题，我们将整个标注结果拆分为一个历史片段序列，然后将分解为定义在每个历史片段和标签上的局部特征函数之和，比如。这里我们使用trigram模型，所以定义历史片段为：于是引入局部特征的解码问...
继续阅读MichaelCollinsNLP公开课任务4GLM原文链接：http://www.hankcs.com/nlp/michael-collins-nlp-class-task-4-linear-model.html