我正在学习This site的自然语言处理。
我被困在插值视频中。
教授说：P'（W n | W n-1 ，W n-2 ）=λ 1 * P（W n | W n-1 ，W n-2 ）+λ 2 * P（W n | W n-1 ）+λ 3 * P（W n ）
然后他告诉：要设置lambdas，你需要一个'保持'的数据集，找到最大化该组数据概率的lambda。
这是否意味着你遍历所有可能的数字（无穷大），然后找出哪一个最大化概率？
那不可能吗？那么你如何选择lambdas。找到增加概率的lambda很容易，但发现概率很容易，但选择lambda是一件大事。
请帮我选择lambdas！
提前谢谢!!
答案 0 :(得分：2)
这是一个半教育的猜测，但看起来他正在做的是迭代地改进他对P（Wn | Wn-1，Wn-2）的函数，使用该函数的先前估计，以及估计P（Wn | Wn-1）和P（Wn）。他假设新函数是旧函数的加权和，并且那些λ值是权重。这些权重必须总和为1。
你的工作是找到最好的一组重量。
你解决了那种问题，不是通过循环通过λ值（正如你正确的直觉）而是通过数学。如果不了解这些功能的结构，很难说更多有用的功能。
如果你很幸运，你可以找到一个相对简单的微积分表达式来做到这一点。如果你运气不好，这将是一个相对复杂的过程，涉及（或许）拉格朗日乘数的方法。它甚至可能没有明显的封闭形式表达，导致各种爬山，期望最大化或其他技术。我真的不敢说。
答案 1 :(得分：1)
根据单词重要性的顺序设置权重，但要确保权重加1，因为概率不能超过1。