计算机科学 > 计算与语言
[提交于 2018年12月28日
]
标题: 后续词语的转移概率中语法的作用
标题: The role of grammar in transition-probabilities of subsequent words in English text
摘要: 句子形成是一个高度结构化、依赖历史且样本空间减少(SSR)的过程。 虽然句子的第一个词可以从整个词汇中选择,但通常随着句子的进展,后续词语的选择自由度会越来越多地受到语法和上下文的限制。 这种样本空间减少的特性为词频中的齐普夫定律提供了一个自然的解释,但它无法捕捉英语文本中词与词之间的转移概率矩阵的结构。 在这里,我们采用一种观点,即语法约束(如主语-谓语-宾语)在以SSR方式生成词语的句子中局部地重新排列词语顺序。 我们证明,在一个样本空间减少过程中叠加语法结构——作为一种局部词语重新排列(排列)过程——足以解释词频和词与词之间转移概率。 我们将语法有序的SSR模型在再现真实文本的多个测试统计量方面的质量与其他文本生成模型进行了比较,例如伯努利模型、西蒙模型和猴子打字模型。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.