計算字符串的概率

我想計算字符串中出現字符的概率。例如給出一個字符串「測試」，我想獲得P（測試）。計算字符串的概率

P(test) = p(t) * p(e|t) * p (s|te) * p(t|es)

我已經計算了超過100k字符串的各種二元頻率並計算了它們出現的概率。我的問題是，通過將字符串中n-gram的概率相乘，我會得到一個準確的答案，還是有更好的方法來找到相同的答案？

任何幫助，高度讚賞。

不應該是'p（s | te）'和'p（t | tes）'？ –

@MarkoTopolnik號它應該是'p（t | es）'。我想根據二元語法找出一個單詞的概率。因此，我想找出給定一個二元組的字符出現的概率。 –

但是，顯然，整個方程不可能是正確的。 'p（test）'不等於bigram概率的乘積。這就是爲什麼你在那裏放置一個大寫'P（test）'的原因嗎？既然你考慮到它不是「測試」一詞出現的確切概率？ –

使用雙元組，您的答案將與您通過second-order Markov chain獲得的答案一樣精確。結果對於這樣一個簡單的模型來說是非常好的，但是當然你可以用更多的表達模型做得更好。例如，在語言建模中，經常使用Hidden Markov Models (HMMs)。

2013-07-30 09:30:10 mitchus

感謝HMM是我一直在尋找的東西。 :) –

回答