原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
最大熵与对数线性模型（用于分类问题）讲课要点
最大熵与对数线性模型（用于分类问题）讲课要点
李正华
2015 年 12 月 6 日
目录
1 从最大熵原理（maximum entropy）到对数线性的形式（log-linear） 1
1.1 符号定义 . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 最大熵 . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 求解最大熵模型 . . . . . . . . . . . . . . . . . . . . . . . 3
2 Log-linear model 的似然函数及梯度 6
3 以词性标注为例，实现一个最大熵模型 6
3.1 Stochastic Gradient Descent (SGD) 训练，basic 版本 . . . 6
4 编程作业 6
5 SGD 训练，L2 regularization 7
6 模拟退火 7
7 一段真实的 C++ 程序，同时使用 L2 regularization 和模拟退火，供参考 7
8 Adwait Ratnaparkhi: A Simple Introduction to Maximum Entropy
Models for Natural Language Processing (1997) 8
1 从最大熵原理（maximum entropy）到对数线性的形式（log-
linear）
主要参考/afs/cs/user/aberger/www/html/tutorial/tutorial.html，
建议看到 outline 小节即可。同时也阅读了李航老师的《机器学习方法》相关部分。
我觉得这两个参考文献，在用拉格朗日乘子求解时，都有一些小的瑕疵。所以再写
一遍（还有个问题没有完全理解）。
1.1 符号定义
：表示一个数据集，包含 个实例 和对应的 个人工标注
类别标记 。
：表示类别集合， 。
1
Count ：表示实例 在数据集 出现的概率，满足 ∑
Count ：表示实例 及对应答案 在数据集 出现的概率，满足
∑
和 一般称为经验概率，即从数据中通过数数直接可以得到的概率。这
两个概率符号的引入，主要是为了简化下面的推导。
1.2 最大熵
在数据集 上，对一个模型（概率分布） 的熵的定义为：
∑ ∑
文档评论（0）