mtbr https://blog.hatena.ne.jp/mtbr/ mtbrの日記 https://mtbr.hatenadiary.org/ stat lm net http://www.milab.is.tsukuba.ac.jp/~sadamitsu/archive/ N-gram でのスムージングと同じような効果を、 より体系的な方法で得られるというのが興味深い。スムージングは、データが少ないときに信頼性が低いとして、最尤推定をやめるもの。 ベイズ推定では、確率推定値自体の確率分布を考える。 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fmtbr.hatenadiary.org%2Fentry%2F20060214%2Fstatlmnet" title=" 混合ディレクレ多項分布を用いた大域的言語モデルの構築 - mtbrの日記" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2006-02-14 00:00:03 rich https://mtbr.hatenadiary.org/entry/20060214/statlmnet 1.0 100%