MLP,MAP,貝葉斯估計在NLP中參數估計

以PLSA和LDA爲代表的文本語言模型是當今統計自然語言處理研究的熱點問題。這類語言模型一般都是對文本的生成過程提出自己的概率圖模型，然後利用觀察到的語料數據對模型參數做估計。有了語言模型和相應的模型參數，我們可以有很多重要的應用，比如文本特徵降維、文本主題分析等等。本文主要介紹文本分析的三類參數估計方法-最大似然估計MLE、最大後驗概率估計MAP及貝葉斯估計。 1、最大似然估計MLE 首先回顧一

>>阅读原文<<