An Argument for the Correctness of

An Argument for the Correctness of M.E.
Maximum entropy is a very
exible method of statistical modeling which turns
on the notion of futures", histories", and features". Futures are dened as the
possible outputs of the model. Like in the decision tree method, we are seeking to
choose from the set of 29 dierent named entity tags described in section 2.3. A
maximum entropy solution to this, or any other similar problem allows the computation
of p(fjh) for any f from the space of possible futures, F, for every h from
the space of possible histories, H. As with decision trees, a history" in maximum
entropy is all of the conditioning data which enables you to assign probabilities to
the space of futures. In the named entity problem, we could reformulate this in
terms of nding the probability of f associated with the token at index t in the
test corpus as:

ผลลัพธ์ (ไทย) 1:

อาร์กิวเมนต์สำหรับความถูกต้องของ M.E.เอนโทรปีสูงจะเป็นมาก exible วิธีการทางสถิติการสร้างโมเดลที่เปิดบนแนวคิดของ futures", histories ", และ features " ในอนาคตมีเด ned เป็นแสดงผลที่เป็นไปได้ของรูปแบบ เช่นในวิธีแผนภูมิการตัดสินใจ เรากำลังเลือกจากชุดของ erent di 29 ชื่อแท็กเอนทิตีที่อธิบายไว้ในหัวข้อ 2.3 Aเอนโทรปีสูงสุดโซลูชันนี้ หรือปัญหาคล้ายคลึงกันอื่น ๆ ช่วยให้การคำนวณของ p(fjh) สำหรับ f ใด ๆ จากพื้นที่ได้ฟิว F, h จากทุกพื้นที่ของ H. หากเป็นไปได้ เช่นเดียวกับต้นไม้ตัดสินใจ การ history"ในสูงสุดentropy คือข้อมูลทั้งหมดนี่ซึ่งช่วยให้คุณสามารถกำหนดกิจกรรมการพื้นที่ในอนาคต ในปัญหาเอนทิตีที่มีชื่อ เราสามารถ reformulate นี้เงื่อนไขของ nding น่าเป็นของ f ที่เกี่ยวข้องกับโทเค็นที่ดัชนี t ในการทดสอบคอร์พัสคริเป็น:

ผลลัพธ์ (ไทย) 2:

อาร์กิวเมนต์สำหรับความถูกต้องของ ME
เอนโทรปีสูงสุดเป็นอย่างมาก
วิธีการยืดหยุ่นของการสร้างแบบจำลองทางสถิติที่จะเปลี่ยน
ความคิดของฟิวเจอร์ส "ประวัติศาสตร์ " และคุณสมบัติ ". ฟิวเจอร์สจะ De ned เป็น
เอาท์พุทที่เป็นไปได้ของรูปแบบ. เช่นเดียวกับใน วิธีต้นไม้ตัดสินใจที่เรากำลังมองหาเพื่อ
เลือกจากชุดของ 29 ดิ? erent แท็กชื่อนิติบุคคลที่อธิบายไว้ในส่วน 2.3.
การแก้ปัญหาเอนโทรปีสูงสุดที่นี้หรือปัญหาอื่น ๆ ที่คล้ายช่วยให้การคำนวณ
ของ P (FJH) สำหรับฉจากการใด ๆ พื้นที่ของฟิวเจอร์สที่เป็นไปได้, F, สำหรับชั่วโมงจากทุก
พื้นที่ของประวัติศาสตร์ที่เป็นไปได้เช่นเดียวกับเอชต้นไม้ตัดสินใจประวัติศาสตร์ "ในสูงสุด
เอนโทรปีเป็นข้อมูลทั้งหมดของเครื่องซึ่งจะช่วยให้คุณสามารถกำหนดความน่าจะเป็นที่จะ
พื้นที่ของฟิวเจอร์ส ในปัญหานิติบุคคลที่มีชื่อเราสามารถกำหนดใหม่นี้ใน
แง่ของความน่าจะเป็นของ nding ฉเกี่ยวข้องกับโทเค็นที่ t ดัชนีใน
คลังทดสอบ:

ผลลัพธ์ (ไทย) 3:

อาร์กิวเมนต์สำหรับความถูกต้องของเอกสารสูงสุดเอนโทรปีคือมาก

exible วิธีการทางสถิติแบบที่เปลี่ยน
บนแนวคิดของอนาคต " , N ประวัติศาสตร์ " และคุณสมบัติ " . ล่วงหน้า เดอ  เน็ดเป็น
ผลที่เป็นไปได้ของรูปแบบ ชอบในการตัดสินใจแบบต้นไม้ เราจะหา
เลือกจากชุดของ 29 ดิ  erent ชื่อนิติบุคคลแท็กที่อธิบายไว้ในส่วน 2.3 a
สูงสุดเอนโทรปีวิธีการนี้หรือปัญหาที่คล้ายกันอื่น ๆช่วยให้คิดคำนวณ
p ( F fjh ) ใด ๆจากพื้นที่ของอนาคต เป็นไปได้สำหรับทุก F , H จาก
พื้นที่ประวัติศาสตร์ที่สุด ชั่วโมง เช่นเดียวกับต้นไม้การตัดสินใจ N ประวัติศาสตร์ " เอนโทรปีสูงสุด
คือทั้งหมดของปรับข้อมูลซึ่งช่วยให้คุณกำหนดความน่าจะเป็นที่จะ
พื้นที่ของอนาคต ในชื่อเอนทิตีปัญหา เราสามารถ reformulate นี้
เงื่อนไขการส่ง  ความน่าจะเป็นของ f ที่เกี่ยวข้องกับโทเค็นที่ดัชนี T ใน
ทดสอบคลังข้อมูลเป็น :