Syntagmatic 关系发现:互信息

Neil Zhu,简书ID Not_GOD,University AI 创始人 & Chief Scientist,致力于推进世界人工智能化进程。制定并实施 UAI 中长期增长战略和目标,带领团队快速成长为人工智能领域最专业的力量。
作为行业领导者,他和UAI一起在2014年创建了TASA(中国最早的人工智能社团), DL Center(深度学习知识中心全球价值网络),AI growth(行业智库培训)等,为中国的人工智能人才建设输送了大量的血液和养分。此外,他还参与或者举办过各类国际性的人工智能峰会和活动,产生了巨大的影响力,书写了60万字的人工智能精品技术内容,生产翻译了全球第一本深度学习入门书《神经网络与深度学习》,生产的内容被大量的专业垂直公众号和媒体转载与连载。曾经受邀为国内顶尖大学制定人工智能学习规划和教授人工智能前沿课程,均受学生和老师好评。

Syntagmatic 关系发现:互信息

Paste_Image.png

互信息 I(X;Y):衡量信息降低

在我们知道 Y 的情形下能够降低 X 多少熵?

Paste_Image.png

属性:

  1. 非负性:I(X;Y) >= 0
  2. 对称性:I(X;Y) = I(Y;X)
  3. 独立性:I(X;Y) = 0 iff X 和 Y 是独立的

当我们固定 X 来对不同的 Y 进行排名时,I(X;Y) 和 H(X|Y) 给出了相同的顺序。但是 I(X;Y) 允许我们比较不同的 (X,Y) 对。

用作 syntagmatic 关系挖掘的互信息 I(X;Y)

Paste_Image.png

当 “eats” 出现时,其他什么词也可能会出现?
也就是其他哪些词有与“eats”更高的互信息?
互信息越高,出现的可能性就越大

使用 KL-divergence 来重写互信息

Paste_Image.png

散度度量了实际的联合分布与在独立假设下的期望分布的散度(divergence)。散度越大,互信息就越大。

互信息中用到的概率

Paste_Image.png

上图中,细分了各种共现的情形。

不同概率之间的关系

Paste_Image.png

这些都是相应的概率之间的限制条件。

互信息的计算

Paste_Image.png

依赖数据的概率预测

Paste_Image.png

一般来说,都是通过共现数据来估计概率值

平滑:解决计数为 0 的出现次数

Paste_Image.png

通过引入伪数据让所有的事件都有非零的计数

syntagmatic 关系发现的总结

  • syntagmatic 关系可以通过度量两个词的共现的相关性进行发现
  • 来自信息论的三个概念:
  • 熵 H(X) :衡量了随机变量 X 的不确定性
  • 条件熵 H(X|Y):已知 Y 的情况下 X 的熵
  • 互信息 I(X;Y):由于知道Y 导致的 X 的信息下降
  • 互信息提供了一种发现 syntagmatic 关系的原理性方法

词关联挖掘的总结

  • 两种基本关联:paradigmatic 和 syntagmatic
  • 应用在任何的语言的任意项上(如,短语或者实体作为单元)
  • 纯统计观点可以用来发现两种关联(也可以进行组合完成联合分析)
  • 一般不需要人工,应用在任何文本上
  • 对“context” 和 “segment”不同的定义对应了不同应用场景
  • 发现的关联可以支持很多其他的应用
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 201,552评论 5 474
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,666评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 148,519评论 0 334
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,180评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,205评论 5 363
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,344评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,781评论 3 393
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,449评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,635评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,467评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,515评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,217评论 3 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,775评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,851评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,084评论 1 258
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,637评论 2 348
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,204评论 2 341

推荐阅读更多精彩内容