这个NLP符号是什么意思？

Question

我正在学习NLP尝试在语料库上进行关系提取。我找到了these张幻灯片，并试图解析高维特征向量的符号（如下所示）。

，其中

如何将最顶层的等式转换为英语句子？对于每个输入文本单元，x;对于每个可能的特征，y - 特征x是-a y可以用特征向量表示？我习惯于看到笛卡尔积的符号，我习惯于看到函数符号，我习惯于看到set builder符号。但是在这条线上有太多不熟悉的东西让我理解它的内容。结肠是什么意思？箭头是什么意思？

Answer 1

这意味着f是一个接受输入和输出并产生向量的函数。在这种情况下，输入通常是单词序列，输出是该单词序列的候选标记 - 例如，一系列词性标签或解析树。在问题中链接的Ryan McDonald幻灯片的幻灯片8中有一些例子。

麦克唐纳也提出了这一点，但我在此重复一遍：在某些情况下，我们可以纯粹根据输入序列生成一个特征向量（不参考输出）。例如，如果我们要对句子的第2个字词进行标记，那么F就是一个函数＆＃39;，而我们的特征映射只包含当前单词和前一个单词，我们就会合并＆＃39; F＆＃39;正如前面的单词和＆＃39;是＆＃39;作为当前的词。但在某些情况下（特别是结构化预测＆＃39;）我们也希望根据候选标签包含特征 - 也许是整个输入上的标签序列（请注意，这通常会导致巨大的功能空间）。

另一个注意事项：麦当劳的映射是一个实值向量（R ^ n），但在NLP中，我们经常发现指标特征是足够的，所以很多系统我们都有点向量（仍然在一个非常高的空间）。形式主义并没有改变（只有映射函数f），但简化的假设通常会提高权重向量存储和点积实现的效率。

Answer 2

这是function notation。它说有一个函数f，其中domain = X x Y和codomain = R ^ n - 其中X是一些输入文本，Y是一些标签。

换句话说，它映射文本和标签的所有可能组合中的每一个，并将它们映射到n维空间中。