Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Sức khỏe - Y tế
Văn bản luật
Nông Lâm Ngư
Kỹ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Giới thiệu
Đăng ký
Đăng nhập
Tìm
Danh mục
Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Y tế sức khỏe
Văn bản luật
Nông lâm ngư
Kĩ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Thông tin
Điều khoản sử dụng
Quy định bảo mật
Quy chế hoạt động
Chính sách bản quyền
Giới thiệu
Đăng ký
Đăng nhập
0
Trang chủ
Luận Văn - Báo Cáo
Báo cáo khoa học
Báo cáo khoa học: "Parametric Models of Linguistic Count Data"
Đang chuẩn bị liên kết để tải về tài liệu:
Báo cáo khoa học: "Parametric Models of Linguistic Count Data"
Hiệp Hà
77
8
pdf
Đang chuẩn bị nút TẢI XUỐNG, xin hãy chờ
Tải xuống
It is well known that occurrence counts of words in documents are often modeled poorly by standard distributions like the binomial or Poisson. Observed counts vary more than simple models predict, prompting the use of overdispersed models like Gamma-Poisson or Beta-binomial mixtures as robust alternatives. Another deficiency of standard models is due to the fact that most words never occur in a given document, resulting in large amounts of zero counts. We propose using zeroinflated models for dealing with this, and evaluate competing models on a Naive Bayes text classification task. Simple zero-inflated models can account for practically relevant. | Parametric Models of Linguistic Count Data Martin Jansche Department of Linguistics The Ohio State University Columbus OH 43210 USA jansche@acm.org Abstract It is well known that occurrence counts of words in documents are often modeled poorly by standard distributions like the binomial or Poisson. Observed counts vary more than simple models predict prompting the use of overdispersed models like Gamma-Poisson or Beta-binomial mixtures as robust alternatives. Another deficiency of standard models is due to the fact that most words never occur in a given document resulting in large amounts of zero counts. We propose using zero-inflated models for dealing with this and evaluate competing models on a Naive Bayes text classification task. Simple zero-inflated models can account for practically relevant variation and can be easier to work with than overdispersed models. 1 Introduction Linguistic count data often violate the simplistic assumptions of standard probability models like the binomial or Poisson distribution. In particular the inadequacy of the Poisson distribution for modeling word token frequency is well known and robust alternatives have been proposed Mosteller and Wallace 1984 Church and Gale 1995 . In the case of the Poisson a commonly used robust alternative is the negative binomial distribution Pawitan 2001 4.5 which has the ability to capture extra-Poisson variation in the data in other words it is overdispersed compared with the Poisson. When a small set of parameters controls all properties of the distribution it is important to have enough parameters to model the relevant aspects of one s data. Simple models like the Poisson or binomial do not have enough parameters for many realistic applications and we suspect that the same might be true of log-linear models. When applying robust models like the negative binomial to linguistic count data like word occurrences in documents it is natural to ask to what extent the extra-Poisson variation has been .
TÀI LIỆU LIÊN QUAN
Báo cáo khoa học: "Parametric Models of Linguistic Count Data"
Báo cáo khoa học: "Parametric Types for Typed Attribute-Value Logic"
Báo cáo toán học: " Cognitive radio engine parametric optimization utilizing Taguchi analysis"
Báo cáo toán học: "On the Parametric Affine Variational Inequality Approach to Linear Fractional Vector Optimization Problems"
Báo cáo khoa hoc:" Estimating genetic covariance functions assuming a parametric correlation structure for environmental effects"
Báo cáo y học: "ResurfP: a response surface aided parametric test for identifying differentials in GeneChip based oligonucleotide array experiments"
Báo cáo y học: "A non-parametric approach for identifying differentially expressed genes in factorial microarray experiments"
Báo cáo toán học: "Computing parametric rational generating functions with a primal Barvinok algorithm"
Báo cáo hóa học: " Research Article A Complexity-Reduced ML Parametric Signal Reconstruction Method"
Báo cáo hóa học: " Research Article Upper Semicontinuity of Solution Maps for a Parametric Weak Vector Variational Inequality"
crossorigin="anonymous">
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.