missing_word_locator:使用机器学习技术为 Kaggle 的 Billion Word Imputation ...

缺少词定位器 介绍 这是使用 Kaggle 的 Billion Word Imputation 数据集的缺失词定位器，位于此处： 我们最初将这个项目建模为十亿字估算挑战的完整提交，但是预测单词位置和它被证明是哪个单词的挑战对我们的计算资源和时间来说非常繁重。 相反，我们选择关注在句子中定位缺失词的问题。 我们使用两种方法来预测缺失词的位置： 使用棕色聚类对词进行聚类的平均感知器，并以 n-gram 作为特征 使用长距离二元组的马尔可夫链 我们发现平均感知器的成功率在 50% 左右达到峰值，而马尔可夫链模型为 30%。