prompt大语言模型 语言模型lm

文章目录

• Language Model(LM) 简介
• Chain Rule
• sparsity 稀疏性问题
• 马尔可夫假设
• Language Model: Unigram, Bigram, N-gram
• 举例：Unigram, Bigram 模型的训练过程和使用

• Unigram
• Bigram

• 语言模型的评估-----Perplexity
• 平滑函数

• Add-one Smoothing (也就是 拉普拉斯平滑)
• Add-K Smoothing
• Interpolation
• Good-Turning Smoothing

• 语言模型的应用：生成句子

Language Model(LM) 简介

语言模型用来判断：是否一句话从语法上通顺

用计算概率的方式判断
$P_{LM}（今天是周日）> P_{LM}（今天周日是）$
那么如何得到这个模型$P_{LM}$

Language Model（LM）的目标(object):

Compute the probability of a sentence or sequence of words.$p(s)=p(w_1,p_2,p_3,...,p_n)$

Chain Rule

sparsity 稀疏性问题

当一条句子中包含的单词太多，会导致这条句子在语料库中很难找到。因此计算这种长句的概率，大部分的概率值都为0。那么 对 长句 通过统计的方法 计算出来的概率值是没有多大意义的。
比如你要计算$p(休息 | 今天，是，春节，我们，都)$的概率值，那么你要统计出 “今天是春节我们都” 出现的频数，然后统计出 “今天是春节我们都休息” 的频数。
但是你会发现 这句子在语料库中出现的次数太低，导致结果没有多大意义。

马尔可夫假设

解决sparsity 稀疏性问题 的思路：马尔可夫假设

举例：

$1^{st}order$的语言模型的使用案例:

Language Model: Unigram, Bigram, N-gram

由不同的马尔可夫假设，可以得出不同的语言模型 Language Model: Unigram, Bigram, N-gram

一般情况下，N取2或者3.

举例：Unigram, Bigram 模型的训练过程和使用

Unigram

因为是Unigram ，则有

那么现在，我们就要计算出这里的每个概率值

这里，假设 有一个语料库

我们要计算出，$p(我们)$的概率值

通过统计，发现，

语料库中 词语 “我们” 出现的次数为C(我们) = 100 次

语料库中，总共的词语个数为 $V = 10^6$,

则 $p(我们) = 100/10^6$下面是一个完整的例子

这里错了， 这里，V是词典中单词的个数（不包括重复的单词）。所以上面的V = 17,而不是19

Bigram

同理，可得出

这里错了， 这里，V是词典中单词的个数（不包括重复的单词）。所以上面的V = 17,而不是19

语言模型的评估-----Perplexity

评估模型为：

这里：

x是平均的log 似然值

Perplexity 越小，模型越好

评测过程：

1. 首先，你是语料库A训练得出语言模型 LM（训练好的Bigram）；
2. 然后，将模型LM放入评估语料库B里面，利用模型LM生成语料库B，从而计算出它的 平均l og 似然值。
   比如：语料库中仅仅只有一句话： “今天天气很好，适合出去运动”，那么
   直接 预测 “今天”
   再 给定 “今天” 预测 “天气”， 今天 天气
   再 给定 “今天天气” 预测 “很好”， 今天 天气 很好
   
   下面，给出38million的单词下得出的模型LM, 放在1.5million的语料库中，得出的Perplexity

平滑函数

共有4个平滑函数

为什么需要平滑？

因为稀疏性问题, 有的句子，有的词 ，在语料库中 就是没有。

那么计算的概率值必然为0. 但是，有的时候，我们不希望它为0，（因为不能因为一个单词的缺失就放弃整个句子），那么我们就可以加上平滑，从而保证结果不为0.

Add-one Smoothing (也就是 拉普拉斯平滑)

这里，V是词典中单词的个数（不包括重复的单词）。

Add-K Smoothing

Interpolation

Good-Turning Smoothing

将还没有出现的情况也考虑了进去。

语言模型的应用：生成句子