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:

เมื่อจำลองเป็นลำดับจำกัดคำ ข้อความที่อยู่ในแต่ละจุดในลำดับที่มี t ต่างคำไปได้ นี้สอดคล้องกับสมมติการแจกจ่ายก็ตามผ่านคำ แม้ว่าจะมีทางเลือก ก็ตามรูปแบบภาษาพบมากที่สุดในการดึงข้อมูล หนึ่งของการข้อจำกัดของรูปแบบก็ตามที่ได้รับการชี้ให้เห็นคือพวกเขาไม่ได้อธิบายข้อความ burstiness ดี ซึ่งเป็นการสังเกตคำที่ครั้งหนึ่งถูก "ดึงจากถัง มันมีแนวโน้มที่จะดึงออกมาซ้ำ ๆ

ผลลัพธ์ (ไทย) 2:

เมื่อข้อความถูกจำลองเป็นลำดับ จำกัด ของคำที่จุดในแต่ละ
ลำดับมีคำที่เป็นไปแตกต่างกัน T, นี้สอดคล้องกับสมมติว่า
การกระจายพหุนามมากกว่าคำพูด แม้ว่าจะมีทางเลือกพหุนาม
รุ่นภาษาที่พบมากที่สุดในการดึงข้อมูล หนึ่งใน
ข้อ จำกัด ของรูปแบบพหุนามที่ได้รับการชี้ให้เห็นว่าพวกเขาไม่ได้
อธิบายข้อความ burstiness ดีซึ่งเป็นที่สังเกตว่าครั้งหนึ่งเคยเป็นคำที่ "ดึง
ออกมาจากถัง" มันมีแนวโน้มที่จะถูกดึงออกมาซ้ำแล้วซ้ำอีก

ผลลัพธ์ (ไทย) 3:

เมื่อข้อความแบบลำดับจำกัดของคำ ซึ่งในแต่ละจุดลำดับนั้น เป็นคำที่เป็นไปได้ที่แตกต่างกัน ที นี้สอดคล้องกับสมมุติว่าวิธี การเป็นมากกว่าคำพูด แม้ว่าจะมีทางเลือก วิธีรูปแบบภาษา จะพบบ่อยที่สุดในการดึงข้อมูล หนึ่งในข้อจำกัดของแบบจำลอง Multinomial ได้ชี้ให้เห็นว่าพวกเขาไม่ได้อธิบาย burstiness ข้อความดีซึ่งเป็นที่สังเกตว่า เมื่อมีคำว่า " ดึงออกจากถัง " มันมีแนวโน้มที่จะถูกดึงออกไปเรื่อยๆ