N-grama

De Viquipèdia

Donada una sequència, anomenem n-grama a una subseqüència de n elements. Els elements poden ser tant lletres com paraules. S'utilitzen en diverses tasques de la traducció automàtica estadística, i també en altres camps de l'investigació científica com l'anàlisi de seqüències genètiques.

Anomenem unigrama al n-grama quan n=1, bigrama amb n=2, trigrama amb n=3, etc. Els models de n-grames també es coneixen com a "Models de Markov no-ocults", ja que es coneixen les probabilitats de transició entre els diferents estats.

Taula de continguts

1 Model de n-grames
2 Tècniques de suavitzat
- 2.1 Tècniques basades en interpolació
- 2.2 Tècniques basades en back-off
3 Vegeu també

[edita] Model de n-grames

Un model de n-grames ens permet generar, gràcies a les propietats estadístiques dels n-grames, models de llenguatges naturals.

Aquesta idea va nàixer amb un experiment realitzat per Claude Shannon per a la seva Teoria de la informació. Donada una seqüència de lletres, va estudiar quina era la següent lletra més probable. A partir d'un conjunt de dades d'aprenentatge, es pot deduïr una distribució de probabilitat amb què obtenir quina és aquesta lletra.

A l'hora de modelar llenguatges, concretament, un model de n-grama és capaç de predir $x i$ donades $x_{i-1}, x_{i-2}, \dots, x_{i-n}$ . Degut a limitacions computacionals i també a què, en principi, una llengua pot tindre infinites paraules possibles, es simplifica de manera que cadascún dels elements (en aquest cas paraules) només depén d'un nombre finit de n paraules.

[edita] Tècniques de suavitzat

Els models de n-grames poden presentar alguns problemes: algunes probabilitats poden ser zero, si no s'ha vist mai el n-grama corresponent. Per això, se solen utilitzar algunes tècniques de suavitzat de n-grames|tècniques de suavitzat. Aquestes es poden dividir en dos grans tipus: tècniques per interpolació i tècniques back-off. En grans línies, la principal diferència entre ambdos tipus és que les tècniques d'interpolació sempre utilitzen informació de k-grames inferiors, mentre que les de back-off només ho fan si la probabilitat del n-grama és zero.

[edita] Tècniques basades en interpolació

Les tècniques basades en interpolació calculen la probabilitat de manera ponderada entre el n-grama, corregit amb un factor $λ$ i una probabilitat més robusta (que no presenta zeros) del n-grama i una història simplificada.

$p(w|h) = \lambda \frac{N(hw)}{\displaystyle\sum_{w'}{hw'}} + (1-\lambda) \beta(w|\hat{h})$

$h$ : història detallada ( $w 1 w 2 w$ )
$β$ : probabilitat més robusta
$\hat{h}$ : història simplificada ( $w 2 w$ )

[edita] Tècniques basades en back-off

Les tècniques basades en back-off calculen la probabilitat de la manera normal en els n-grames vistos durant la fase d'entrenament, i per als casos on aquesta probabilitat és zero, utilitzen una emprant una probabilitat més robusta i una història simplificada.

$p(w|h)= \lambda \frac{N(hw)}{\sum_{w'}{N(hw')}}$ , si $N (h w) > 0$