计算机应用研究

作者：韩亚楠,刘建伟,罗雄麟,

单位：中国石油大学(北京)自动化系,北京102249；

关键词：后验正则化,边信息,后验分布,自然语言处理,

基金：中国石油大学(北京)科研基金资助项目(2462020YXZZ023)；；

在模型训练过程中，训练语料通常包含许多针对特定问题的边信息，而模型往往无法直接利用这些边信息。后验正则化（posterior regularization，PR）由于其框架的灵活性和简单性，在分类任务、自然语言处理以及远程监督系统等领域获得广泛应用。首先系统性地对后验正则化问题进行描述；然后详细介绍了三类后验正则化的通用框架，并指出了各个后验正则化框架被提出的原因以及其模型的具体形式、所具有的优缺点、适宜解决的问题等；进而又指出了近年来几类后验正则化框架的典型应用，并指明了后验正则化框架未来可能的发展方向；最后对全文内容进行概括总结。

来源：2021年第10期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第10期