1 贝叶斯网络
由于网络的每个弧都有一个可信度,贝叶斯网络也被称作信念网络。
贝叶斯网络的拓扑结构比马尔可夫链灵活,它不受马尔可夫链的链状结构的约束,因此可以更准确的描述时间的相关性。可以讲,马尔可夫链是贝叶斯网络的特例,而朴素贝叶斯网络是马尔可夫链的推广。
在文字处理方面,语义相近的词之间的关系可以用一个贝叶斯网络来描述。
2 贝叶斯网络在词分类中的应用
3 贝叶斯网络的训练
利用信息论,计算节点之间两两的互信息,只保留互信息较大的节点直接的连接,然后在对简化了的网络进行完备的搜索,找到全局优化的结构。
结构的训练和参数的优训练通常是交替进行的。也就是先优化参数,再优化结构,然后再次优化参数,直至得到收敛或者误差足够小的模型。