cut-off和iteration在OpenNLP中进行培训的含义是什么？或自然语言处理。我只需要外行解释这些术语。据我认为，迭代是算法被重复执行的次数，截止值是一个值，这样，如果某个文本的某个特定类别的值高于该截止值，它将被映射到该类别。我对吗？
最佳答案
正确的是，术语“迭代”是指迭代算法的一般概念，其中人们着手通过连续产生（希望越来越精确）近似的“理想”解决方案来解决问题。一般而言，迭代次数越多，结果将越准确（“更好”），但是当然必须执行更多的计算步骤。
截止（又称截止频率）一词用于指定一种减小n-gram语言模型大小的方法（如OpenNLP所使用的，例如其词性标记器）。考虑以下示例：
Sentence 1 = "The cat likes mice."
Sentence 2 = "The cat likes fish."
Bigram model = {"the cat" : 2, "cat likes" : 2, "likes mice" : 1, "likes fish" : 1}
如果在此示例中将截止频率设置为1，则n元语法模型将减小为
Bigram model = {"the cat" : 2, "cat likes" : 2}
也就是说，截止方法从语言模型中删除了训练数据中很少出现的n-gram。有时有必要减小n-gram语言模型的大小，因为甚至更大的语料库（更不用说三字组，4-gram等）的数量也会激增。然后，根据给定的信息，剩余信息（n克计数）可用于统计估计单词（或其POS标签）的概率。
（n-1）
以前
字（或POS标签）。