首页|后验正则化综述

后验正则化综述

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
在模型训练过程中,训练语料通常包含许多针对特定问题的边信息,而模型往往无法直接利用这些边信息.后验正则化(posterior regularization,PR)由于其框架的灵活性和简单性,在分类任务、自然语言处理以及远程监督系统等领域获得广泛应用.首先系统性地对后验正则化问题进行描述;然后详细介绍了三类后验正则化的通用框架,并指出了各个后验正则化框架被提出的原因以及其模型的具体形式、所具有的优缺点、适宜解决的问题等;进而又指出了近年来几类后验正则化框架的典型应用,并指明了后验正则化框架未来可能的发展方向;最后对全文内容进行概括总结.
Survey on posterior regularization

韩亚楠、刘建伟、罗雄麟

展开 >

中国石油大学(北京)自动化系,北京 102249

后验正则化 边信息 后验分布 自然语言处理

2462020YXZZ023

2021

10.19734/j.issn.1001-3695.2020.12.0568

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(10)
  • 2