This HTML5 document contains 36 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

PrefixNamespace IRI
n12https://web.archive.org/web/20150203223941/http:/openfst.cs.nyu.edu/twiki/bin/view/GRM/
dcthttp://purl.org/dc/terms/
category-eshttp://es.dbpedia.org/resource/Categoría:
n20https://lmsharp.codeplex.com/
wikipedia-eshttp://es.wikipedia.org/wiki/
n5https://github.com/jnory/
n18http://www.keithv.com/software/csr/
dbohttp://dbpedia.org/ontology/
foafhttp://xmlns.com/foaf/0.1/
n9http://nlg.isi.edu/software/
n25https://code.google.com/p/
n19https://web.archive.org/web/20120302151523/http:/www-speech.sri.com/projects/srilm/
n10http://vsiivola.github.io/
dbpedia-eshttp://es.dbpedia.org/resource/
n6http://rnnlm.
prop-eshttp://es.dbpedia.org/property/
n17http://sifaka.cs.uiuc.edu/~ylv2/pub/plm/plm.
rdfshttp://www.w3.org/2000/01/rdf-schema#
n13http://rdf.freebase.com/ns/m.
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
n23http://es.wikipedia.org/wiki/Modelación_del_lenguaje?oldid=125043869&ns=
n21http://sourceforge.net/projects/
owlhttp://www.w3.org/2002/07/owl#
n16http://kheafield.com/code/
provhttp://www.w3.org/ns/prov#
xsdhhttp://www.w3.org/2001/XMLSchema#
n24https://research.microsoft.com/~joshuago/tr-10-98.
n11http://www.phontron.com/
dbrhttp://dbpedia.org/resource/
Subject Item
wikipedia-es:Modelación_del_lenguaje
foaf:primaryTopic
dbpedia-es:Modelación_del_lenguaje
Subject Item
dbpedia-es:Modelación_del_lenguaje
rdfs:label
Modelación del lenguaje
rdfs:comment
Un modelo del lenguaje estadístico asigna una probabilidad a una secuencia de m palabras mediante una distribución de probabilidad. Tener una forma de estimar la verosimilitud de diferentes frases es útil en muchas aplicaciones de procesamiento de lenguaje natural. Modelación del lenguaje se utiliza en el reconocimiento de voz, traducción automática, , análisis, reconocimiento de escritura, y otras aplicaciones.
owl:sameAs
n13:065lv0
dct:subject
category-es:Modelos_de_Markov
foaf:isPrimaryTopicOf
wikipedia-es:Modelación_del_lenguaje
prop-es:author
J M Ponte and W B Croft F Song and W B Croft
prop-es:booktitle
Research and Development in Information Retrieval
prop-es:pages
275 279
prop-es:title
A Language Modeling Approach to Information Retrieval A General Language Model for Information Retrieval
prop-es:year
1998 1999
dbo:wikiPageID
6506605
dbo:wikiPageRevisionID
125043869
dbo:wikiPageExternalLink
n5:DALM n6:org n9:nplm n10:variKN n11:kylm n12:NGramLibrary n16:kenlm n17:htm n18: n19: n20: n21:irstlm n24:pdf n25:mitlm n21:randlm
dbo:wikiPageLength
10711
prov:wasDerivedFrom
n23:0
dbo:abstract
Un modelo del lenguaje estadístico asigna una probabilidad a una secuencia de m palabras mediante una distribución de probabilidad. Tener una forma de estimar la verosimilitud de diferentes frases es útil en muchas aplicaciones de procesamiento de lenguaje natural. Modelación del lenguaje se utiliza en el reconocimiento de voz, traducción automática, , análisis, reconocimiento de escritura, y otras aplicaciones. En el reconocimiento de voz, la computadora intenta hacer coincidir los sonidos con secuencias de palabras. El modelo del lenguaje proporciona un contexto para distinguir entre las palabras y frases que suenan similares. Por ejemplo, en , las frases "recognize speech " y " wreck a nice beach " se pronuncian de forma similar pero significan cosas muy diferentes. Estas ambigüedades son más fáciles de resolver cuando se incorpora la evidencia del modelo del lenguaje con el modelo de pronunciación y el modelo acústico. Los modelos del lenguaje se utilizan en la recuperación de información en el . Aquí un modelo del lenguaje está asociado con cada documento en una colección. Los documentos se clasifican sobre la base de la probabilidad de la consulta en el modelo del lenguaje del documento . Comúnmente, el modelo del lenguaje se utiliza para este propósito—además conocido como el . La escasez de datos es un problema importante en la construcción de modelos de lenguaje. La mayoría de las posibles secuencias de palabras no serán observadas en el entrenamiento. Una solución es hacer la hipótesis de que la probabilidad de una palabra sólo depende de las palabras anteriores. Esto se conoce como un modelo de N-grama o modelo unigrama cuando .
Subject Item
dbr:Language_model
owl:sameAs
dbpedia-es:Modelación_del_lenguaje