When text is modeled as a finite se

When text is modeled as a finite sequence of words, where at each point in the sequence there are t different possible words, this corresponds to assuming a multinomial distribution over words. Although there are alternatives, multinomial language models are the most common in information retrieval. One of the limitations of multinomial models that has been pointed out is that they do not describe text burstiness well, which is the observation that once a word is “pulled out of the bucket,” it tends to be pulled out repeatedly.

ผลลัพธ์ (ไทย) 1:

เมื่อข้อความใหม่เป็นลำดับจำกัดที่แต่ละจุดตามลำดับ มี t แตกต่างกันไปคำ คำนี้สอดคล้องกับสมมติว่าการกระจายก็ตามผ่านคำ แม้ว่าจะมีทางเลือก รุ่นภาษาก็ตามจะพบมากที่สุดในการดึงข้อมูล ข้อจำกัดของรูปแบบก็ตามที่ได้รับการชี้ให้เห็นอย่างใดอย่างหนึ่งคือว่า พวกเขาได้อธิบายข้อความ burstiness ดี ซึ่งเป็นการสังเกตว่า เมื่อคำคือ "ดึงออกมาจากถัง มันมีแนวโน้มที่จะดึงออกมาซ้ำ ๆ กัน

ผลลัพธ์ (ไทย) 2:

เมื่อข้อความถูกจำลองเป็นลำดับ จำกัด ของคำที่จุดในแต่ละลำดับมีคำที่เป็นไปแตกต่างกัน T, นี้สอดคล้องกับสมมติให้มีการกระจายพหุนามมากกว่าคำพูด แม้ว่าจะมีทางเลือกในรูปแบบภาษาพหุนามที่พบมากที่สุดในการดึงข้อมูล หนึ่งในข้อ จำกัด ของรูปแบบพหุนามที่ได้รับการชี้ให้เห็นคือการที่พวกเขาไม่ได้อธิบายข้อความ burstiness ดีซึ่งเป็นที่สังเกตว่าครั้งหนึ่งเคยเป็นคำที่ "ดึงออกมาจากถัง" มันมีแนวโน้มที่จะถูกดึงออกมาซ้ำแล้วซ้ำอีก

ผลลัพธ์ (ไทย) 3:

เมื่อข้อความแบบลำดับจำกัดคำ ซึ่งในแต่ละจุดในลำดับมีคำที่เป็นไปได้ที่แตกต่างกัน ที นี้สอดคล้องกับสมมุติฐานโดยการกระจายมากกว่าคำพูด แม้ว่าจะมีทางเลือก รูปแบบ ภาษา อายุ จะพบมากที่สุดในการดึงข้อมูล หนึ่งในข้อ จำกัด ของโดยรุ่นที่ได้รับการชี้ให้เห็นว่าพวกเขาไม่อธิบาย burstiness ข้อความดีซึ่งเป็นที่สังเกตว่า เมื่อมีคำว่า " ดึงออกจากถัง " มันมีแนวโน้มที่จะถูกดึงออกไปเรื่อยๆ