原创力文档- 1、本文档共9页，可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、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。
- 7、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。
- 8、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
从实际应用看Google瑚语言模型的缺陷★
张化瑞
北京大学计算语言学研究所，北京100871
E-mail：hrzhang@pku．edu．ca
1T
摘要： 5-gram库有很大不同，一个根本的差异体
在Google应用巾使用的语言模型与其公开的Web
现在是否忽略标点符号。本文以谷歌拼音输入法作为切入点，通过典型性实例揭示了Google语言模型的
两个具有普遍性的缺陷：内嵌标点也算连续字串，外部链接视同文档内容。同时给出了弥补这些缺陷的建
议。
关键词：Google语言模型，缺陷，连续字串，标点符号，外部链接
of Model
DeficiencyGoogle“Language
RevealedReal
by Applications★
Huarui
Zhang
Institute 100871
ofComputationalLinguistics，PekingUniversity,BeOing
E-mail：hrzhang@pku．edu．ca
Abstract：Themodel in is differentfromtheWebIT
adaptedGoogleapplications
language quite 5-gram
in
Inc．Afundamental lieswhether are from
publishedbyGoogle disagreement punctuationsomitted．Starting
Chinese universaldeficienciesof modelarerevealed
method，two by
Google Pinyininput Googlelanguage
treated as content．Advice
stringseparatedbypunctuations，backlinks
typicalexamples：continuous equallypage
deficienciesisalso
tOovercomethese provided．
words：
Key Googlelanguagemodel，deficiency,continuousstring，punctuation，backlink
1目的和意义
Google网页信息搜索在世界范围内处于领先地位，Google统计机器翻译也多次在国际
评测中独占鳌头，Google的影响是有目共睹的，正因为如此，如果Google提供的服务在内
在机制上有缺陷的话，那么对用户的影响也是不可忽视的。本文通过在实际应用中遇到的
问题来分析Google语言模型可能存在的缺陷。
1．1乘法
文档评论（0）