我正在从这个网站学习自然语言处理。
我被困在插值视频中。
教授说：P'(W n | W n-1 , W n-2 ) = λ 1 * P(W n | W n-1 , W n-2 ) + λ 2 * P(W n | W n-1 ) + λ 3 * P(W n )
然后他说：要设置 lambda，你需要一个“保留”的数据集，然后找到使该组数据的概率最大化的 lambda。
这是否意味着您遍历所有可能的数字（无穷大），然后找到其中哪一个使概率最大化？
那是不可能的吧？那么你如何选择lambdas。找到增加概率的 lambda 很容易，找到概率也很容易，但是选择 lambda 是一件大事。
请帮助我选择 lambdas！
先感谢您！！
这充其量是一个半受过教育的猜测，但看起来他正在做的是迭代地改进他的函数 P(Wn | Wn-1 , Wn-2)，使用该函数的先前估计，以及对 P 的估计(Wn | Wn-1) 和 P(Wn)。他假设新函数是旧函数的加权和，而那些 λ 值就是权重。这些权重的总和必须为 1。
你的工作是找到最好的一组权重。
您解决这类问题，不是通过循环 λ 值（正如您正确直觉的那样），而是通过数学。如果不了解这些函数的结构，很难说更多有用的信息。
如果幸运的话，你可以找到一个相对简单的微积分表达式来做到这一点。如果运气不好，这将是一个相对复杂的过程，涉及（也许）拉格朗日乘数法。它甚至可能没有明显的封闭形式表达，导致各种爬山、期望最大化或其他技术。我真的说不出来。
根据单词的重要性顺序设置权重，但要确保权重加起来为 1，因为概率不能大于 1。