8.3.语言模型和数据集

拉普拉斯平滑

在统计单词 / 连续单词出现次数后，计算出现概率 $P$ 时，添加一个超参数小常量。效果：若常量趋于无穷大，则概率为 $1 / "单词总数"$（对于连续单词 AB，则是趋于 $1 / P("A")$）

齐普夫定律

分布满足对数坐标系上的下降直线。一元语法，n 元语法均遵守这个分布。

构造的数据集形如

for X, Y in seq_data_iter_sequential(my_seq, batch_size=2, num_steps=5):
    print('X: ', X, '\nY:', Y)

# x shape: (n, ns)
# y shape: (n, ns)
X:  tensor([[ 2,  3,  4,  5,  6],
        [18, 19, 20, 21, 22]])
Y: tensor([[ 3,  4,  5,  6,  7],
        [19, 20, 21, 22, 23]])
X:  tensor([[ 7,  8,  9, 10, 11],
        [23, 24, 25, 26, 27]])
Y: tensor([[ 8,  9, 10, 11, 12],
        [24, 25, 26, 27, 28]])
X:  tensor([[12, 13, 14, 15, 16],
        [28, 29, 30, 31, 32]])
Y: tensor([[13, 14, 15, 16, 17],
        [29, 30, 31, 32, 33]])

44:25