|
===================================== 〔語彙分解〕的な部分一致の検索結果は以下の通りです。 ・ 確 ： [たしか] 1. (adj-na,adv,exp,n) certain 2. sure 3. definite 4. if I'm not mistaken 5. if I remember correctly ・ 確率 ： [かくりつ] 【名詞】 1. probability ・ 文 ： [ぶん] 【名詞】 1. sentence ・ 文脈 ： [ぶんみゃく] 【名詞】 1. context ・ 脈 ： [みゃく] 【名詞】 1. pulse ・ 自由 ： [じゆう] 1. (adj-na,exp,n) freedom 2. liberty 3. as it pleases you ・ 由 ： [よし] 【名詞】 1. reason 2. significance 3. cause ・ 文法 ： [ぶんぽう] 【名詞】 1. grammar ・ 法 ： [ほう] 1. (n,n-suf) Act (law: the X Act)
確率文脈自由文法（）は、各生成規則に確率が対応している文脈自由文法である。導出（構文解析）の確率は、その導出で使われた生成規則群の確率の積で表される。従って、導出結果は他の文法よりも確率文法により近い。SCFGの文脈自由文法への拡張は、隠れマルコフモデルの正規文法への拡張と似ている。SCFGは主に自然言語処理とバイオインフォマティクスにおけるRNA分子の研究で利用されている。SCFGは加重文脈自由文法の特殊な形態と言うことができる。 == 技法 == CYK法の派生手法で、与えられたSCFGのビタビ構文解析を見つけることができる。ビタビ構文解析は、SCFGによる適用規則列の最も尤もらしい導出（構文解析）である。 Inside-Outside アルゴリズムがあり、与えられた文字列を何らかのSCFGで解析したときの全解釈について確率を求めるのに使われる。これはSCFGで適用規則列を生成するときの確率と等価であり、直観的には、その規則列が文法に照らしてどれだけ妥当かを示す尺度となる。 Inside-Outside アルゴリズムは、無作為な文字列生成において、ある文字列が現れる確率を計算するのにも使われる。これは、SCFGがモデルとすべき訓練例に基づき、最尤確率を学習させるために期待値最大化法の一部として使われる。このアルゴリズムは隠れマルコフモデルで使われるアルゴリズムに似ている。 抄文引用元・出典: フリー百科事典『 ウィキペディア（Wikipedia）』 ■ウィキペディアで「確率文脈自由文法」の詳細全文を読む スポンサード リンク
|